基于模拟退火的SVDD特征提取和参数选择

• 作者: 赵浩鑫 邢红杰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征提取 模拟退火 参数选择 SVDD 异常检测
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 302-305
• 页数: 4页
• 分类号: TP391.4
• 字数: 5082字
• 语种: 中文

摘要

支持向量数据描述(Support Vector Data Description,SVDD)被认为是用于异常检测的典型方法.众所周之,参数的设置和特征的品质是影响SVDD性能的两个关键点.将SVDD的特征提取和参数选择问题结合在一起,提出了一种基于模拟退火的SVDD特征提取和参数选择方法(SA-SVDD).在模拟退火的过程中,自动选择最优核参数、折衷参数以及抽取特征的维数.在UCI基准数据集上的实验结果表明,与传统的参数选择方法相比,SA-SVDD取得了更优的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢红杰	河北大学数学与计算机学院河北省机器学习与计算智能重点实验室	8	25	2.0	5.0
2	赵浩鑫	河北大学数学与计算机学院河北省机器学习与计算智能重点实验室	2	18	2.0	2.0