带拒识能力的双层支持向量模型分类器

• 作者: 张晔 胡正平
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 支持向量分类器 核函数 支持向量域描述 拒识性能
• 年，卷（期）: 2005,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1200-1203
• 页数: 4页
• 分类号: TP301
• 字数: 3430字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2005.07.011

摘要

本文构造了一种带拒识能力的双层支持向量模型分类器.在训练学习过程中,首先对各类样本特征空间求取最小的包含球形边界,得到各类样本的球形支持向量域表示.这样对于输入的非目标样本即可利用各类的支持向量域进行拒识或接受处理;然后针对接受的样本再利用基于超平面分割的SVM训练器进行分类判决.无论是在第一层求取边界的优化问题中,还是在第二层的分类超平面优化过程中,都采用相乘性更新迭代规则直接求解,优化速度与最小二乘支持向量机(LS-SVM)相当.仿真实验表明本文提出的通过引入拒绝层和判决层的新支持向量模型策略是合理可行的,在实际模式识别领域具有广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡正平	哈尔滨工业大学信息工程系	13	88	6.0	9.0
2	张晔	哈尔滨工业大学信息工程系	108	943	17.0	25.0