FSVM

傳統SVM（支持向量機）通過最優超平面將樣本劃分為互相對立的兩個類，然而在實際套用中 一般要解決的是多類識別問題，而且在某些情況下每個樣本並不是完全能夠劃歸到某一類，即樣本與類別之間存在著某種模糊的隸屬關係。由此 Lin等人提出 FSVM（模糊支持向量機）方法通過給樣本增加一個模糊隸屬關係來充分利用樣本的信息，很多學者也提出了FSVM 的改進方法FSVM 方法進一步完善支持向量機多分類方法。但對於大數據量的模式分類等問題它在樣本訓練階段的複雜度仍然很高。