基于超椭球分类面的SVDD快速决策方法

• 作者: 曲建岭 王小飞 袁涛 高峰
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 支持向量数据描述 超椭球分类面 快速决策 分类精度
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 短文
• 页码范围: 721-726
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.0237

摘要

针对现有支持向量数据描述(SVDD)快速决策方法在检测不同分布特性的未知样本时分类精度低下的问题,提出基于超椭球分类面的SVDD(HE-SVDD)快速决策方法.该方法通过构建超椭球分类面,提高了不同分布类型数据的分类精度,同时将SVDD的决策复杂度从O(n)降低到O(2)(n为支持向量数量).首先研究超球分类面快速决策方法的局限性,进而给出超椭球分类面的构建方法.在多种数据集上的实验结果表明,HE-SVDD可以在很大程度上提升现有快速决策方法的分类精度和适用数据类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁涛	海军航空工程学院控制系	8	15	2.0	3.0
2	曲建岭	海军航空工程学院控制系	32	313	8.0	17.0
3	高峰	海军航空工程学院控制系	32	278	8.0	15.0
4	王小飞	海军航空工程学院控制系	10	8	2.0	2.0