基于支撑域的单分类器和密度估计的本质关系

• 作者: 冯爱民 李斌 潘志松 陈斌
• 来源期刊: 南京航空航天大学学报(英文版)
• 学科: 工学
• 关键词: 单类支持向量机 支持向量数据描述 核密度估计
• 年，卷（期）: 2008,（4）
• 页码范围: 275-281
• 页数: 7页
• 分类号: TP391.4|TP181
• 字数: 1141字
• 语种: 英文
• DOI: 10.3969/j.issn.1005-1120.2008.04.006

摘要

单类支持向量机和支持向量数据描述是两种流行的基于支撑域的单分类器.为揭示采用高斯核后他们与密度估计之间的关系,首先将基于支撑域的单分类器统一到密度估计的框架下;其次证明了基于支撑域的单分类器诱导的密度估计和真实密度一致,同时也能减小积分平方误差.最后通过人工数据集实验验证了上述关系.

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
3	潘志松	解放军理工大学指挥自动化学院	47	385	9.0	17.0
4	李斌	扬州大学信息工程学院	83	372	10.0	16.0
7	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