关于SVDD和OCSVM模式降噪算法的研究

发布时间：2017-10-09 14:01

  本文关键词：关于SVDD和OCSVM模式降噪算法的研究

  更多相关文章： 支撑向量数据描述 单类支撑向量机 改进迭代算法 数据分布信息 模式降噪

【摘要】：核方法是模式识别中最重要的算法之一,近年来被广泛地学习和使用。支撑向量数据描述(SVDD)和单类支撑向量机(OCSVM)是研究单分类问题的核方法,这两种算法常用于模式降噪。然而,SVDD模式降噪算法在降噪时需要多次的迭代过程才能找到最终降噪后的样本,而每一次降噪都会在循环体和矩阵的运算方面耗费一定的时间,当数据量特别大时算法的时间效率是非常低的;再者,OCSVM缺少考虑数据的分布信息,构建的分类超平面是不合理的,会对降噪效果产生一定的影响。因此,在本论文中对于这两个方面的问题我们展开了研究,其主要内容如下:(1)针对SVDD降噪算法需要多次迭代而耗费时间这一问题,每一次迭代后的结果是样本点不断向分类边界靠近,我们提出了一种改进多次迭代过程的算法,将第一次降噪后的样本和原始噪声样本相结合,利用数学方法和技巧推导出了最终降噪样本的求解公式,并在模拟数据集和真实数据集上对算法的可行性和时间效率进行了分析和对比。不同于之前的SVDD模式降噪算法,改进迭代后的算法在达到近似降噪效果的情况下,有效提高了算法的时间效率;(2)针对OCSVM算法缺少对数据分布信息的考虑而导致不合理超平面的建立这一问题,我们将在OCSVM中引入数据的分布信息。在高斯核的情况下,SVDD算法和OCSVM算法是等效的,我们提出了一种基于数据分布信息的OCSVM模式降噪算法。对比于SVDD模式降噪算法,改进后的模式降噪算法充分考虑了样本集在数据空间中的存在形式,从而在高维特征空间中找到的分类超平面更为合理。数据分布信息对于寻找合理的超平面、提高算法的降噪效果是极其重要的,手写字体上进行对比实验后的结果也证明了这一点。最后通过实验证明了提出算法的有效性和可行性,并且得到了一个令人鼓舞的结果,为以后更好地研究模式降噪算法打下了基础。
【关键词】：支撑向量数据描述 单类支撑向量机 改进迭代算法 数据分布信息 模式降噪
【学位授予单位】：西华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TP391.4
【目录】：

• 摘要4-5
• Abstract5-8
• 1 前言8-13
• 1.1 研究的背景和意义8-9
• 1.2 国内外研究的现状9-11
• 1.2.1 核方法9-10
• 1.2.2 模式降噪算法研究现状10-11
• 1.3 论文的研究工作11-12
• 1.4 论文组织结构12-13
• 2 相关工作介绍13-18
• 2.1 支撑向量数据描述（SVDD）13-14
• 2.2 基于SVDD模式降噪算法14-16
• 2.3 单类支撑向量机（OCSVM）16-17
• 2.4 小结17-18
• 3 改进SVDD模式降噪算法18-30
• 3.1 SVDD模式降噪算法存在的问题18-19
• 3.2 改进SVDD模式降噪算法的迭代过程19-22
• 3.2.1 改进迭代过程的算法思想19
• 3.2.2 改进迭代算法的理论推导19-22
• 3.3 实验研究22-29
• 3.3.1 模拟数据集22-28
• 3.3.2 真实数据集28-29
• 3.4 小结29-30
• 4 基于数据分布信息的OCSVM模式降噪新方法30-45
• 4.1 传统模式降噪算法存在的问题30-31
• 4.2 基于数据分布信息的单类支撑向量机31-33
• 4.2.1 算法简介31-32
• 4.2.2 对比实验32-33
• 4.3 基于数据分布信息的OCSVM模式降噪33-39
• 4.3.1 降噪算法的基本思想34
• 4.3.2 降噪算法的公式推导34-39
• 4.4 实验研究39-43
• 4.4.1 手写字体数字图像降噪39-42
• 4.4.2 不同参数下信噪比（SNR）分析42-43
• 4.5 小结43-45
• 5 总结及展望45-47
• 参考文献47-50
• 附录A 推论证明50-51
• 攻读硕士学位期间发表论文及科研成果51-52
• 致谢52-54

【相似文献】

中国期刊全文数据库 前10条

1 郑海波,陈心昭,李志远;基于小波包变换的一种降噪算法[J];合肥工业大学学报(自然科学版);2001年04期

2 高志凌;刘yN;桂志国;;基于模糊数学的低剂量CT投影域降噪算法[J];测试技术学报;2011年06期

3 黄艳林;李友荣;肖涵;吕勇;;基于相空间重构与独立分量分析的局部独立投影降噪算法[J];振动与冲击;2011年01期

4 宋博;徐超;金伟其;刘效东;;基于时域和空域混合的低信噪比视频降噪算法及其分析[J];红外技术;2011年08期

5 陈潇红;王维东;;基于时空联合滤波的高清视频降噪算法[J];浙江大学学报(工学版);2013年05期

6 杨民;孟凡勇;梁丽红;魏东波;;动态射线数字图像序列降噪算法及快速实现[J];兵工学报;2011年11期

7 赵春燕;郑永果;苏蕊;;基于多幅图像统计信息的降噪算法[J];系统仿真学报;2006年S1期

8 宋坤坡;夏顺仁;徐清;;考虑小波系数相关性的超声图像降噪算法[J];浙江大学学报(工学版);2010年11期

9 叶庆伟;谢永昌;狄红卫;;基于Non_local means的时空联合视频降噪算法[J];微型电脑应用;2012年05期

10 王s，

本文编号：1000567