面向大规模数据集的单类支持向量机

• 作者: 徐文立 王焕钢 肖志博 肖英超
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 单类支持向量机 大规模数据集 数据集压缩
• 年，卷（期）: 2013,（z1）
• 页码范围: 206-209
• 页数: 4页
• 分类号: TP301.6
• 字数: 2786字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2013.S1.043

摘要

提出了一种面向大规模数据集的单类支持向量机(OCSVM)方法.该方法基于κ近邻思想得到表征数据集合分布特征的集合内点,并依此生成集合边缘点,而后由二者重新组成数据集合,用于OCSVM训练.该新建数据集不仅极大压缩了原有大规模数据集的样本数量,还可以保留原有大规模数据集的分布特征,从而有效解决了OCSVM在处理大规模数据集时所存在的训练时间长、模型复杂以及预测效率低等问题.最后,通过在典型数据集合上进行的对比实验,表明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐文立	清华大学自动化系	104	2552	24.0	47.0
2	王焕钢	清华大学自动化系	9	132	5.0	9.0
3	肖志博	清华大学自动化系	1	1	1.0	1.0
4	肖英超	清华大学自动化系	1	1	1.0	1.0