论文部分内容阅读
W．J．Hu提出的主分量分类器（PCC）通过最大化两类样本在分类面法方向上的投影代数和．实现样本分类．PCC是基于样本的统计平均特性，所以少量的野值对分类面方向的确定影响较小，而SVM对野值较为敏感．PCC与支持向量机相比具有较好的鲁棒性．但是PCC对野值的处理等同于其他样本，尽管有效果，但仍会影响分类面的求取，同时也缺乏直观上（或物理上）的解释，而且没有考虑随机噪声对分类面的影响．鉴于此．在PCC的基础上进行改进．引入模糊思想，设计了一组模糊型的主分量分类器，进一步弱化野值和随机噪声对分类面的影响．人工