模糊和区间值模糊非并行支持向量机

利用模糊集理论(FS),区间值模糊集理论(IVFS)和非并行支持向量机理论(NPSVM),模糊非并行支持向量机(F-NPSVM)和区间值模糊非并行支持向量机。 (IVF-NPSVM)已构建。 F-NPSVM和IVF-NPSVM都在模型中考虑了训练点的隶属度,区别在于确定训练点的方法。 在人工数据集和基准数据集上的实验表明,使用F-NPSVM和IVF-NPSVM进行的大多数分类结果比NPSVM,支持向量机(SVM)更为准确。 ,区间值模糊支持向量机(IVF-SVM),广义特征值近端支持向量机(GEPSVM)和双支持向量机(TWSVM)。 最后,使用Friedman检验来验证两个新模型与以前的模型之间存在显着差异。