η-one-class问题和η-outlier及其LP学习算法

• 作者: 吴高巍 章显 陶卿 齐红威
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: one-class问题 outlier 最大边缘 统计学习理论 支持向量机 线性规划问题 boosting
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1102-1108
• 页数: 7页
• 分类号: TP18
• 字数: 7276字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2004.08.012

摘要

用SVM方法研究one-class和outlier问题.在将one-class问题理解为一种函数估计问题的基础上,作者首次定义了η -one-class和η -outlier问题的泛化错误,进而定义了线性可分性和边缘,得到了求解one-class问题的最大边缘、软边缘和ν -软边缘算法.这些学习算法具有统计学习理论依据并可归结为求解线性规划问题.算法的实现采用与boosting类似的思路.实验结果表明该文的算法是有实际意义的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴高巍	中国科学院自动化研究所	5	60	3.0	5.0
2	陶卿		29	495	8.0	22.0
3	章显		3	12	2.0	3.0
4	齐红威	中国科学院自动化研究所	2	20	2.0	2.0