支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合,但在支持向量机中,训练数据均为精确数据.针对训练数据的输入是模糊数的情况,研究基于模糊训练数据的分类型支持向量机,并给出其解法.然后应用基于模糊训练数据的支持向量机研究模糊线性回归问题.
[1] 鲁淑霞, 王熙照, LU Shu-xia, WANG Xi-zhao. 支持向量机的最大间隔和对偶性 [J]. 河北大学学报（自然科学版） 2007.doi:10.3969/j.issn.1000-1565.2007.05.001
[2] VAPNIK V N. Statistical Learning Theory [M]. New York:wiley 1998.
[3] Chun-fu Lin, Sheng-de Wang. Training algorithms for fuzzy support vector machines with noisy data [J]. Pattern recognition letters 2004, 14(14).
[4] LIU B. Theory and practice of uncertain programming [M]. Heidelberg:Physic.a 2002.
[5] TANAKA H, UEJIMA S, ASIA K. Linear regression analysis with fuzzy model [J]. IEEE Transactions on Systems Man and Cybernetics 1982.
[6] Hsien-Chung Wu. Linear Regression Analysis for Fuzzy Input and Output Data Using the Extension Principle [J]. Computers & Mathematics with Applications: An International Journal 2003, 12(12).
