基于多目标蚁群优化的单类支持向量机相似重复记录检测

• 作者: 吕国俊 常宸 彭琮 曹建军 翁年凤 郑奇斌
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 数据清洗 相似重复记录检测 多目标蚁群算法 特征选择 单类支持向量机 支持向量域描述
• 年，卷（期）: 2020,（2）
• 页码范围: 324-331
• 页数: 8页
• 分类号: TP311.11
• 字数: 6183字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2020.02.014

摘要

为解决数据源中相似重复记录样本稀少问题,提出一种基于多目标蚁群优化的单类支持向量机相似重复记录分类检测方法.根据记录对中2条记录是否相似,将相似重复记录检测建模为二分类问题,用单类支持向量机进行分类,并且只用不相似重复记录样本对进行训练;选择合适的属性相似度函数计算记录对之间的相似特征向量,将其作为单类支持向量机分类器的输入进行二分类检测;建立以查准率、查全率、特征数量综合最优为目标的多目标特征选择模型,结合训练样本为单类样本的特点,将启发式因子定义为类内散度最小化约束,设计了求解模型的多目标蚁群算法.通过将单类支持向量机算法和支持向量域描述算法、传统二分类支持向量机算法进行对比,结果验证了单类支持向量机算法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹建军	国防科技大学第六十三研究所	15	32	2.0	5.0
2	常宸	陆军工程大学指挥控制工程学院	3	0	0.0	0.0
3	吕国俊	陆军工程大学指挥控制工程学院	3	0	0.0	0.0
4	郑奇斌	陆军工程大学指挥控制工程学院	7	0	0.0	0.0
5	翁年凤	国防科技大学第六十三研究所	4	0	0.0	0.0
6	彭琮	国防科技大学第六十三研究所	1	0	0.0	0.0