噪声鲁棒分类
为每个样本分配直觉模糊数并抑制噪声，分类器在含噪数据上达到最先进性能。
郭丽丽 · Jianglan, Zhu · Zhang, Chenglong · 丁世飞
IEEE Transactions on Fuzzy Systems 2024
为每个样本计算隶属度和非隶属度，通过样本加权抑制异常值影响，使分类器在含噪数据上保持高性能。
在8个基准数据集上超越直觉模糊孪生SVM、核岭回归、随机向量泛函连接网络等现有最优模型。
利用L1正则化的随机配置稀疏自编码器学习稀疏特征，通过集成多个模型提取鲁棒表示，提升分类性能。