论文部分内容阅读
Ho-Kashyap算法是统计模式识别中一种有效的线性分类器的设计方法,但传统Ho-Kashyap算法存在的主要缺点是无法控制算法的推广能力.J.Leski在Ho-Kashyap算法中引入了正则化因子来控制分类器的复杂度,从而控制算法的推广能力.为体现分类面附近的样本点对分类面的影响程度,本文在MHKA算法基础上对损失函数引入了模糊性度量,实验表明:MHKA算法进一步提高了分类的能力.