本文關鍵詞：基于超橢球分類面的SVDD快速決策方法　出處：《控制與決策》2017年04期 　論文類型：期刊論文

  更多相關文章： 支持向量數(shù)據(jù)描述 超橢球分類面 快速決策 分類精度

【摘要】：針對現(xiàn)有支持向量數(shù)據(jù)描述(SVDD)快速決策方法在檢測不同分布特性的未知樣本時分類精度低下的問題,提出基于超橢球分類面的SVDD(HE-SVDD)快速決策方法.該方法通過構建超橢球分類面,提高了不同分布類型數(shù)據(jù)的分類精度,同時將SVDD的決策復雜度從O(n)降低到O(2)(n為支持向量數(shù)量).首先研究超球分類面快速決策方法的局限性,進而給出超橢球分類面的構建方法.在多種數(shù)據(jù)集上的實驗結果表明,HE-SVDD可以在很大程度上提升現(xiàn)有快速決策方法的分類精度和適用數(shù)據(jù)類型.
[Abstract]:To solve the problem of low classification accuracy of the existing SVDD-based fast decision methods for detecting unknown samples with different distribution characteristics. This paper presents a fast decision method based on hyperellipsoid classification surface for SVDDG HE-SVDD.The method improves the classification accuracy of data of different distribution types by constructing hyperellipsoid classification surface. At the same time, the decision complexity of SVDD is reduced from Ognn to the number of support vectors. Firstly, the limitation of fast decision making method for hypersphere classification surface is studied. The experimental results on various data sets show that HE-SVDD can greatly improve the classification accuracy and applicable data types of the existing fast decision making methods.
【作者單位】： 海軍航空工程學院控制系;
【基金】：國家自然科學基金項目(51505491)
【分類號】：TP18
【正文快照】： 0引支持向量數(shù)據(jù)描述(SVDD)是近年來發(fā)展較快的一種單類分類方法[1-2],被廣泛應用于人臉識別[3]、故障診斷[4]和醫(yī)學圖像分類[5]等各個領域.標準SVDD通過引入核映射使訓練樣本變得精密可分[6],但核化處理不僅增加了SVDD訓練復雜度,也使得其決策復雜度依賴于支持向量數(shù)量n.當前

【相似文獻】

相關期刊論文 前10條

1 賈利民,張錫第;基于模糊集的專家決策方法[J];鐵道學報;1990年04期

2 王堅強;多目標組合決策方法研究[J];系統(tǒng)工程與電子技術;2002年10期

3 周凱波,馮珊,莫贊,唐超;基于可能性理論的案例決策方法研究[J];控制與決策;2003年02期

4 夏敬華,陸寶春,張世琪;一種基于似然比的信息融合與決策方法[J];系統(tǒng)工程與電子技術;2000年05期

5 王堅強;一種新的多指標多水平決策方法及應用[J];系統(tǒng)工程與電子技術;2001年11期

6 吳愛燕;曾廣平;涂序彥;;集對云決策方法的研究[J];小型微型計算機系統(tǒng);2011年08期

7 樂琦;;考慮主體心理行為的雙邊匹配決策方法[J];系統(tǒng)工程與電子技術;2013年01期

8 朱建軍;張麗麗;梁燕華;李鵬;;基于沖突主體不確定證據(jù)融合的灰靶決策方法[J];控制與決策;2012年07期

9 ;經濟計劃與管理[J];全國新書目;2005年14期

10 王恩聚;消費類電子產品開發(fā)的決策方法探討[J];電子學報;1983年01期

相關會議論文 前10條

1 劉殿國;徐兵;;可拓決策方法的探討[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第4卷）[C];1997年

2 馬良;;集對分析模型下的群組決策方法[A];1996中國控制與決策學術年會論文集[C];1996年

3 呂瑞華;張世英;;復雜系統(tǒng)多層局勢決策方法研究[A];2003年中國管理科學學術會議論文集[C];2003年

4 夏洪勝;張素娟;;下層多人分散獨立的兩層多目標決策問題的交互式決策方法[A];1995中國控制與決策學術年會論文集[C];1995年

5 張智光;;離散與連續(xù)混合多變量隨機決策方法及其在水環(huán)境—經濟系統(tǒng)中的應用[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

6 夏洪勝;賀建勛;;一種全局搜索決策方法[A];1993中國控制與決策學術年會論文集[C];1993年

7 武剛;馮玉強;;基于粗糙案例推理在線自我學習決策方法[A];第八屆中國管理科學學術年會論文集[C];2006年

8 ;第八章 決策方法的選擇及其應用[A];21世紀數(shù)量經濟學（第2卷）[C];2001年

9 王全鵬;吳斌;劉敏;;綜合評價及決策方法在特殊群體選拔中的應用[A];決策科學與評價——中國系統(tǒng)工程學會決策科學專業(yè)委員會第八屆學術年會論文集[C];2009年

10 高玉波;;傳統(tǒng)BORDA數(shù)決策方法的幾點改進[A];跨世紀的中國企業(yè)改革和發(fā)展理論與實踐研討會論文集[C];1999年

相關重要報紙文章 前6條

1 ;經營管理（39）[N];中國電力報;2000年

2 潘傳寶;略論領導決策方法[N];中國航空報;2002年

3 高立法;債券投資的決策方法[N];財會信報;2006年

4 劉寧;多重目標：關于現(xiàn)代決策方法的思考[N];學習時報;2006年

5 ;經營管理（42）[N];中國電力報;2000年

6 繆志聰;“教給學生思考和決策方法”[N];江蘇教育報;2010年

相關博士學位論文 前8條

1 閆書麗;灰靶決策方法及應用研究[D];南京航空航天大學;2014年

2 陳希;雙邊匹配決策方法研究[D];東北大學;2010年

3 黃灝然;多屬性消錯決策方法研究[D];廣東工業(yè)大學;2014年

4 李鵬;基于灰色關聯(lián)和證據(jù)推理的直覺模糊信息決策方法研究[D];南京航空航天大學;2012年

5 劉蓉;基于聚類算法的多屬性復雜大群體決策方法研究[D];中南大學;2006年

6 趙鑫業(yè);聯(lián)合作戰(zhàn)指揮控制過程模糊表示與決策方法研究[D];國防科學技術大學;2014年

7 羅黨;灰色決策問題的分析方法研究[D];南京航空航天大學;2005年

8 呂瑞華;復雜經濟系統(tǒng)混沌預測方法與多層局勢決策方法研究[D];天津大學;2004年

相關碩士學位論文 前10條

1 胡亞西;基于偏好序信息的雙邊匹配決策方法[D];廣西大學;2015年

2 劉燕;具有個體和組合偏好序信息的雙邊匹配決策方法研究[D];東北大學;2013年

3 陳朵朵;220kV繼電保護設備狀態(tài)評估與決策方法研究[D];華北電力大學(北京);2016年

4 徐蕾蕾;認知無線網(wǎng)絡多因素入網(wǎng)決策方法研究[D];西安電子科技大學;2015年

5 任明暉;面向企業(yè)戰(zhàn)略制定的魯棒決策方法研究[D];合肥工業(yè)大學;2013年

6 孫曉東;基于灰色關聯(lián)分析的幾種決策方法及其應用[D];青島大學;2006年

7 徐明明;山區(qū)公路邊坡處治方案優(yōu)化決策方法研究[D];重慶交通大學;2014年

8 王佳躍;基于模糊理論的設備多目標維護決策方法[D];上海交通大學;2011年

9 趙良松;飛機總體方案決策方法研究[D];西北工業(yè)大學;2005年

10 王敏賽;面向沖突消解的多屬性多階段復雜大群體決策方法研究[D];中南大學;2013年

，

本文編號：1405909