基于高维空间凸壳数据描述的一类分类算法研究

作     者：胡正平 路亮 冯春生 HU Zheng-ping;LU Liang;FENG Chun-sheng

作者机构：燕山大学信息科学与工程学院河北秦皇岛066004 机械工业出版社高等教育分社北京市100037 

基　　金：国家自然科学基金资助项目(61071199) 河北省自然科学基金资助项目(F2010001297) 

出 版 物：《燕山大学学报》 (Journal of Yanshan University)

年 卷 期：2011年第35卷第4期

页      码：370-376页

摘      要：一类分类问题的研究目标是设计目标类样本的覆盖函数,理想情况下使得目标类样本被接受,所有非目标类的样本被拒绝。经典SVDD覆盖模型寻找包含训练数据的最小半径超球对其进行覆盖,该模型对非规则复杂分布的数据描述存在较多的冗余区域。本文提出一种基于训练集样本凸壳数据描述(Convex Hull Data Description,CHDD)的紧致覆盖模型。该模型无须参数设置,可实现对样本非规则复杂分布的自适应覆盖,并可通过利用核函数方法获得更强的非线性分类能力。当训练集包含噪声样本时,通过拒绝一定比例的目标类样本可获得更为鲁棒的凸壳边界描述。在UCI数据库、MNIST手写体数据库和MIT-CBCL人脸识别数据库上的实验结果表明了本文方法的有效性,相比现有一类分类算法,CHDD取得更好的分类效果。

主 题 词：一类分类器 高维空间 凸壳数据描述 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-791X.2011.04.017

馆 藏 号：203138590...