基于凸壳的在线单类学习机

• 作者: 周国华 殷新春 申燕萍
• 来源期刊: 西南大学学报（自然科学版）
• 学科: 工学
• 关键词: 在线学习 单类 分类 凸壳
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 工程与信息技术
• 页码范围: 163-172
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13718/j.cnki.xdzk.2018.12.025

摘要

传统的基于支持向量机的单类分类器因计算复杂度高而无法满足大规模数据实时处理的需求,在线学习方法为解决该问题提供了一种有效途径.本文在挖掘样本数据在特征空间分布性状的基础上,提出了一种基于凸壳的在线单类学习机(One-class Online Classifier based on Convex Hull,OOCCH).该方法首先使用凸壳的定义选择能代表特征空间中数据分布的凸壳向量对应的原始样本作为训练样本来缩减训练集的规模;其次在分类器在线更新阶段利用凸壳向量动态地调整分类器的训练样本.理论分析证明了OOCCH的有效性,与现有的在线单类分类器的实验比较,OOCCH在训练时间和分类性能方面有显著优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷新春	扬州大学信息工程学院	121	716	12.0	20.0
2	周国华	常州轻工职业技术学院信息工程系	16	9	2.0	2.0
4	申燕萍	常州轻工职业技术学院信息工程系	9	15	2.0	3.0