摘要：摘要：模糊支持向量机是在不可分样本集情况下进行模式分类的有效工具，为了进一步提高该算法的推广能力，对其进行了两方面的改进。一是在高维特征空间中引入不等距分类超平面，以期提高该算法的学习精度；二是在高维特征空间中，利用本文所提出的算法，筛选出有效的训练样本集，以期缩短该算法学习所耗时间。对模糊支持向量机的改进进行了理论推导，并且给出了有效训练样本集的筛选算法。把上述改进方案应用到两种飞机的雷达一维距离像识别中，实验结果表明其取得了很好的识别效果，并且缩短了算法学习时间。

关键词：模糊支持向量机 不等距分类超平面 特征空间 雷达一维距离像 

单位：电子科技大学电子工程学院 四川成都611731 四川理工学院自动化与电子信息学院 四川自贡643000