局部密度嵌入的结构单类支持向量机

• 作者: 冯爱民 刘学军 赵加敏
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 单类分类器 先验信息 结构单类支持向量机 局部密度 权重因子
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 13-18
• 分类号: TP391.4
• 语种: 中文

摘要

针对现有单类分类器对目标数据先验信息考虑的不足，在结构单类支持向量机（structure done—class support vector machine，SOCSVM）中嵌入局部密度信息，提出局部密度嵌入的结构单类支持向量机（SOCSVM with local density embedding ldSOCSVM）。借助K近邻（K-nearest neighbor，KNN）揭示目标数据局部密度，并进一步诱导出权重因子作用于样本点。该算法充分利用目标数据的全局信息及局部密度信息，从而提高分类器的泛化能力。UCI数据集上的实验结果验证了ldSOCSVM的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯爱民	南京航空航天大学计算机科学与技术学院	19	158	7.0	12.0
2	刘学军	南京航空航天大学计算机科学与技术学院	31	236	7.0	14.0
3	赵加敏	南京航空航天大学计算机科学与技术学院	2	6	2.0	2.0