基于类内散度的粗糙one-class支持向量机

发布时间：2017-11-20 13:13

  本文关键词：基于类内散度的粗糙one-class支持向量机

  更多相关文章： 粗糙集 一类支持向量机 类内散度 过拟合

【摘要】：粗糙one-class支持向量机(ROC-SVM)在粗糙集理论基础上通过构建粗糙上超平面和下超平面来处理过拟合问题,但是在寻找最优分类超平面的过程中,忽略了训练样本类内结构这一非常重要的先验知识。因此,提出了一种基于类内散度的粗糙one-class支持向量机(WSROC-SVM),该方法通过最小化训练样本类内散度来优化训练样本类内结构,一方面使训练样本在高维特征空间中与坐标原点的间隔尽可能大,另一方面使得训练样本在粗糙上超平面尽可能紧密。在合成数据集和UCI数据集上的实验结果表明,较原始算法,该方法有着更高的识别率和更好的泛化性能,在解决实际分类问题上更具优越性。
【作者单位】： 江南大学物联网工程学院;
【分类号】：TP181
【正文快照】： 到稿日期:2015-10-19返修日期:2016-01-181引言one-class支持向量机(one-class Support Vector Ma-chine,OC-SVM)[3]是由Sch錸lkopf等人提出的一种新型的机器学习方法,主要用于处理一类问题或者聚类问题。首先它根据对应的核函数把目标样本点映射到高维特征空间,然后寻求一个

【相似文献】

中国期刊全文数据库 前6条

1 苗刚;马孝江;任全民;;基于J散度的模式分类方法在故障诊断中的应用[J];中国机械工程;2007年04期

2 王明兰;橡胶中炭黑分散度的自动判别[J];信息与控制;2002年01期

3 张成;徐涛;郑连伟;;基于拥挤度和分散度的多样性处理方法[J];通化师范学院学报;2008年02期

4 吴黎,田贤忠;模糊散度理论在铁谱磨粒识别中的应用[J];仪器仪表学报;2005年S1期

5 张家凡;黄之初;;基于K-L散度的机械或传感器故障判别方法[J];机械强度;2006年05期

6 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 于晓辉;橡胶炭黑分散度的预测模型及应用的研究[D];青岛科技大学;2006年

，

本文编号：1207256