隐私保护的SVM快速分类方法

• 作者: 王士同 胡文军
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 分类 支持向量机 快速分类 最小包含球 代理球心 原像
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 280-286
• 分类号: TP391
• 字数: 5861字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2012.02.012

摘要

许多核分类方法的决策函数可以表示为支持向量的组合,如SVM,而支持向量含有非常重要的隐私信息,因此,在分类决策时可能会暴露此类信息,同时分类速度受限于支持向量的个数,如SVM的分类复杂度为O(｜SVs｜).为解决上述两个问题,本文基于最小包含球球心在原始空间中的代理原像,提出了一种隐藏支持向量信息并能快速实现分类的SVM方法,称为隐私保护的快速SVM分类方法(Fast Classification Approach of SVM with Privacy Preservation,FCA-SVMwpp).同时提供了两种求解代理球心原像的方法,分别称为QP解法和直接解法.UCI和PIE人脸数据集的实验结果表明,本文方法可解决上述两个问题并具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	胡文军	江南大学数字媒体学院	30	92	5.0	8.0