基于局部密度的单类分类器LP改进算法

• 作者: 冯爱民 陈斌
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 单类分类器 线性规划 支持域 局部密度因子
• 年，卷（期）: 2006,（6）
• 页码范围: 727-731
• 页数: 5页
• 分类号: TP391.4
• 字数: 4726字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2006.06.015

摘要

为了提高基于支持域的单类分类器识别率,提出将局部密度加入到分类器设计当中.在Campbell等的LP算法基础上,通过k近邻方法对每个样本点引入局部密度因子pi,重新刻画了原算法,使处于不同密度区的数据对分类器的作用不再被同等对待,高密度区的数据对分类超平面作用被强化,而低密度区的数据被削弱,结果使分类超平面自动靠近高密度区而提高了识别率.真实数据集上的实验结果表明,引入局部密度的D-LP算法其泛化性能较原算法有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈斌	南京航空航天大学信息科学与技术学院	11	168	6.0	11.0
5	冯爱民	南京航空航天大学信息科学与技术学院	19	158	7.0	12.0