噪声鲁棒概率分类
将经典模糊双支持向量机扩展至不确定性对象，利用不敏感弹球损失抑制特征噪声，并通过Wasserstein距离定义模糊隶属度，对高斯假设无依赖。
Liang, Zhizheng · 丁世飞
IEEE Transactions on Fuzzy Systems 2023
不敏感弹球损失函数对特征噪声具有容忍性，分类超平面不会因离群值而大幅偏移。
模糊决策规则独立于高斯分布假设，面对非高斯分布对象也能稳定工作。
通过构造样本的概率密度函数和减少集策略，模型能够处理大规模数据集。