密度诱导型数据描述单类分类机

作     者：王万良 王震宇 郑建炜 郑泽萍 

作者机构：浙江工业大学计算机科学与技术学院杭州310023 浙江工业大学信息与工程学院杭州310023 

基　　金：国家自然科学基金项目(60573123) 教育部高校博士点基金项目(20060337002) 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2011年第26卷第11期

页      码：1665-1669页

摘      要：为改进基于数据描述的单类分类机识别率,将样本分布密度加入分类机的设计中,提出采用密度诱导型数据描述单类分类机（DISVDD）.以支撑向量域描述（SVDD）算法为基础,通过一种简易的形式引入数据密度因子,使高密度区数据对分类支撑域的作用被强化,而低密度区数据的作用被削弱,结果使分类超球体因靠近高密区而提高其识别性能,而且不增加计算复杂度.在构造样本值与真实数据集上的实验结果表明,所提出的算法对于不同类型的数据均具有更好的推广性.

主 题 词：密度因子 单类分类机 超球体 数据描述 

学科分类：0820[工学-航空航天类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203841875...