期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到101篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
空间支持向量域分类器 被引量：8
1
作者 梁锦锦 刘三阳 吴德 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第6期1080-1083,1088,共5页
构造了一种空间支持向量域分类器(SSVDC).在训练阶段分别对正负两类样本进行支持向量域描述,根据描述边界将数据空间划分为互不相交区域,并设定相应的分类准则.在测试阶段,分别计算待识别样本与两个最小包围超球球心的距离,根据其与超... 构造了一种空间支持向量域分类器(SSVDC).在训练阶段分别对正负两类样本进行支持向量域描述,根据描述边界将数据空间划分为互不相交区域,并设定相应的分类准则.在测试阶段,分别计算待识别样本与两个最小包围超球球心的距离,根据其与超球半径的大小关系确定待识别样本所处区域,并采取相应分类准则完成分类.UCI数据集上的多个数值实验表明,与支持向量机(SVM),支持向量域分类器(SVDC)相比,SSVDC具有好的鲁棒性,训练时间可缩短为SVM的20.6%,分类精度比SVDC提高45.9%. 展开更多
关键词 空间支持向量域分类器 支持向量域描述 描述边界 区域 鲁棒性 模式识别
下载PDF
基于支持向量域描述的多故障诊断动态模型 被引量：12
2
作者 张庆 徐光华 +1 位作者 王晶 梁霖 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第5期593-597,共5页
为了提高多故障诊断中对新故障类别和新故障数据的适应性,提出了一种新的多故障诊断动态模型．该模型采用支持向量域描述算法(SVDD)对多类故障进行单独训练,建立独立而封闭的特征空间,满足故障类别的动态增加需要,并采用样本与各特征空... 为了提高多故障诊断中对新故障类别和新故障数据的适应性,提出了一种新的多故障诊断动态模型．该模型采用支持向量域描述算法(SVDD)对多类故障进行单独训练,建立独立而封闭的特征空间,满足故障类别的动态增加需要,并采用样本与各特征空间的相对距离进行了多故障的混合识别．应用在线SVDD算法,在已有的故障特征分布信息基础上,通过更新操作,学习新数据信息,从而实现了故障模式的动态调整．通过仿真和机械故障实例数据的检验,表明该模型能够动态地提取多类故障的特征信息,改善诊断学习过程的适应性． 展开更多
关键词 动态模型 多故障诊断 支持向量域描述
下载PDF
基于乘性规则的支持向量域分类器 被引量：21
3
作者 陆从德 张太镒 胡金燕 《计算机学报》 EI CSCD 北大核心 2004年第5期690-694,共5页
该文提出了一种基于支持向量域描述 (SVDD)的学习分类器 .在两类样本分类中 ,该算法在训练时通过对1类样本的描述求取包含 1类样本的球形边界 ,然后通过该边界对两类样本数据进行分类 ,并且在求取边界的优化问题中 ,采用乘性规则来直接... 该文提出了一种基于支持向量域描述 (SVDD)的学习分类器 .在两类样本分类中 ,该算法在训练时通过对1类样本的描述求取包含 1类样本的球形边界 ,然后通过该边界对两类样本数据进行分类 ,并且在求取边界的优化问题中 ,采用乘性规则来直接求取Lagrange乘子 ,而不是用传统的二次优化方法 .该文所获得的学习算法和支持向量机 (SVM)与序列最小优化 (SMO)算法相比 ,不仅降低了样本的采集代价 ,而且在优化速度上有了很大提高 .通过CBCL人脸库的仿真实验 ,将该算法和SVM、SOM算法的实验结果进行对比 ,说明了该学习算法的有效性 . 展开更多
关键词 支持向量域分类器 乘性规则 序列最小优化 支持向量机 学习算法
下载PDF
一种改善支撑向量域描述性能的核优化算法 被引量：16
4
作者 赵峰 张军英 刘敬 《自动化学报》 EI CSCD 北大核心 2008年第9期1122-1127,共6页
支撑向量域描述(Support vector domain description,SVDD)是一种重要的数据描述算法,其性能受核参数的影响很大.基于最优核参数应导致特征空间中映射数据的分布是一个超球形区域的思想,提出一种核参数优化算法.首先,基于训练样本在特... 支撑向量域描述(Support vector domain description,SVDD)是一种重要的数据描述算法,其性能受核参数的影响很大.基于最优核参数应导致特征空间中映射数据的分布是一个超球形区域的思想,提出一种核参数优化算法.首先,基于训练样本在特征空间所张成的子空间的一组标准正交基,给出一种描述映射数据分布的方法,回避了映射数据不可表示的难题;其次,基于最大熵原则的非高斯性测度,构造了一个估计数据分布逼近超球形区域程度的判别准则,用以确定最优核参数.基于仿真数据与实测数据的实验验证了本文方法的有效性。 展开更多
关键词 支撑向量域描述 核函数 非高斯性测度
下载PDF
一种约减支持向量域描述算法RSVDD 被引量：5
5
作者 梁锦锦 刘三阳 吴德 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第5期927-931,共5页
为加快支持向量域描述(SVDD)的训练速度,提出基于约减集的约简支持向量域描述算法RSVDD.由于描述边界仅由支持向量决定,且支持向量多分布在描述边缘附近,该算法采用每个样本到中心的距离作为支持向量的一种可能性度量,选取距离较大的部... 为加快支持向量域描述(SVDD)的训练速度,提出基于约减集的约简支持向量域描述算法RSVDD.由于描述边界仅由支持向量决定,且支持向量多分布在描述边缘附近,该算法采用每个样本到中心的距离作为支持向量的一种可能性度量,选取距离较大的部分样本作为约减集参与SVDD训练.人造数据和基准集数据上的仿真实验表明了RSVDD的有效性和优越性,保证了目标类和奇异值类的分类精度,缩减了训练规模和训练时间. 展开更多
关键词 支持向量域描述 约减集 中心距离 支持向量
下载PDF
基于支持向量域描述的学习分类器 被引量：3
6
作者 陆从德 张太镒 +1 位作者 李灿平 张伟 《微电子学与计算机》 CSCD 北大核心 2005年第11期75-78,81,共5页
文章在分析支持向量域描述的基础上发展了一类基于描述的学习分类器。该算法在训练时通过在高维特征空间中求取所描述的训练样本的超球体边界,然后通过该边界对样本数据进行分类。文章所获得的学习算法和支持向量机(SVM)和序列最小优化(... 文章在分析支持向量域描述的基础上发展了一类基于描述的学习分类器。该算法在训练时通过在高维特征空间中求取所描述的训练样本的超球体边界,然后通过该边界对样本数据进行分类。文章所获得的学习算法和支持向量机(SVM)和序列最小优化(SMO)算法相比,不仅降低了样本的采集代价,而且在训练速度上有了很大提高。在CBCL人脸库和USPS手写数字识别的实验中,给出了该算法和SVM、SOM算法的实验对比结果,说明了该学习算法的有效性。 展开更多
关键词 支持向量域描述 学习分类器 支持向量机 序列最小优化
下载PDF
支持向量域多分类器 被引量：6
7
作者 吴德 刘三阳 《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第6期87-91,共5页
为解决多分类支持向量机计算量大、训练时间长的问题,构造了支持向量域多分类器(MS-VDC).在训练阶段,运用支持向量域描述求得各类样本的最小包围超球,进而将数据空间划分为不同区域;在测试阶段,计算待识别样本与最小包围超球球心的距离... 为解决多分类支持向量机计算量大、训练时间长的问题,构造了支持向量域多分类器(MS-VDC).在训练阶段,运用支持向量域描述求得各类样本的最小包围超球,进而将数据空间划分为不同区域;在测试阶段,计算待识别样本与最小包围超球球心的距离,并判断其空间位置;对超球重叠以及超球外区域的样本,定义一种相对类距离,判断样本归属该值较小的类.MSVDC避免了重复利用训练样本,降低了内存占用并提高了计算效率.数值实验结果表明:MSVDC具有好的鲁棒性,分类精度可高达98.89%,分别比一对多和一对一算法高4.51%和1.24%,训练时间分别为一对多和一对一算法的18.06%和55.41%. 展开更多
关键词 多分类器 支持向量域描述 最小包围超球 相对类距离 空间位置
下载PDF
基于支持向量域数据描述的快速学习算法 被引量：3
8
作者 赵英刚 陈奇 何钦铭 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第z1期798-800,共3页
支持向量域数据描述(SVDD)是一种单值分类算法,用于将目标样本与其他非目标样本区分开来。本文引入数学中曲率的概念,根据分类边界线附近支持向量曲率的大小来对训练集进行约减;提出了一种约减型的支持向量域数据描述快速训练算法FSVDD... 支持向量域数据描述(SVDD)是一种单值分类算法,用于将目标样本与其他非目标样本区分开来。本文引入数学中曲率的概念,根据分类边界线附近支持向量曲率的大小来对训练集进行约减;提出了一种约减型的支持向量域数据描述快速训练算法FSVDD,该算法与传统SVDD相比减少了训练时所需的支持向量数目,因而训练时间极大减少,同时分类性能几乎不受大的影响,该算法在大规模训练样本学习中具有现实意义. 展开更多
关键词 支持向量域数据描述 支持向量机 快速学习
下载PDF
基于Adboost与空间支持向量域分类的人脸检测 被引量：4
9
作者 杨定礼 赵正敏 白秋产 《电路与系统学报》 北大核心 2013年第2期321-325,共5页
为了在AdaBoost算法基础上进一步提高人脸检测率,提出首先运用AdaBoost算法对样本进行训练得到T个分类器,然后通过空间支持向量域分类(SSVDC)方法找到T个分类器的超球半径以及球心。同时,为了提高检测速度,首先对彩色图像进行肤色分割,... 为了在AdaBoost算法基础上进一步提高人脸检测率,提出首先运用AdaBoost算法对样本进行训练得到T个分类器,然后通过空间支持向量域分类(SSVDC)方法找到T个分类器的超球半径以及球心。同时,为了提高检测速度,首先对彩色图像进行肤色分割,去掉背景以及非肤色区域,然后计算所测样本的对应T个分类器的特征值,并计算其到各个超球球心的距离,并根据其与超球半径的关系来判断是否为人脸。在ORL人脸库、YALE人脸库以及CMU+MIT人脸库中进行实验。实验结果表明:本文算法比AdaBoost算法具有更高的检测速度与检测率,检测率可达到94.4%。 展开更多
关键词 空间支持向量域分类器 ADABOOST 肤色分割 人脸检测.
下载PDF
一种改进支持向量域数据描述方法及其应用 被引量：1
10
作者 罗键 庄进发 +2 位作者 李波 吴长庆 黄春庆 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期656-661,共6页
针对支持向量域数据描述中的核参数选择及其决策边界规整问题,提出一种新的改进算法.该算法根据支持向量域数据描述本身的特点,利用非高斯性来测量核空间样本接近球形区域分布的程度,并根据此测量结果来优化核参数.当核参数选定之后,核... 针对支持向量域数据描述中的核参数选择及其决策边界规整问题,提出一种新的改进算法.该算法根据支持向量域数据描述本身的特点,利用非高斯性来测量核空间样本接近球形区域分布的程度,并根据此测量结果来优化核参数.当核参数选定之后,核空间样本可能存在分布不均匀的现象,对此,该算法应用核主元分析来进行规整,即通过尺度变换来调整各主轴的长度,以获得一个更合理的球形分界面.最后通过标准数据集和TEP故障诊断仿真以验证该算法,仿真实验结果表明了该算法的有效性. 展开更多
关键词 支持向量域描述 核主元分析 非高斯性
下载PDF
基于空间支持向量域分类器的人脸识别 被引量：2
11
作者 杨定礼 严石 杨银贤 《计算机工程与应用》 CSCD 北大核心 2011年第2期176-178,共3页
提出了一种基于小波变换、奇异值分解与空间支持向量域分类器相结合的人脸识别方法。在使用空间支持向量分类器对不同人脸图像的奇异特征向量进行分类时,计算所测样本到各个超球球心的距离,并根据其与超球半径的关系来判断其所归属。并... 提出了一种基于小波变换、奇异值分解与空间支持向量域分类器相结合的人脸识别方法。在使用空间支持向量分类器对不同人脸图像的奇异特征向量进行分类时,计算所测样本到各个超球球心的距离,并根据其与超球半径的关系来判断其所归属。并在ORL人脸数据库中进行实验。实验表明提出的人脸识别方法识别精度可达97.5%。 展开更多
关键词 空间支持向量域分类器 奇异值分解 人脸识别
下载PDF
非平衡数据集的支持向量域分类预测模型研究 被引量：3
12
作者 田博 覃正 《运筹与管理》 CSCD 北大核心 2009年第1期138-145,共8页
基于非平衡数据集的支持向量域分类模型,提出了一种银行客户个人信用预测方法。首先分析了信用预测的主要方法及其不足,然后研究了支持向量域分类模型及其参数的非负二次规划乘性更新算法,进而提出基于支持向量域分类模型的银行客户个... 基于非平衡数据集的支持向量域分类模型,提出了一种银行客户个人信用预测方法。首先分析了信用预测的主要方法及其不足,然后研究了支持向量域分类模型及其参数的非负二次规划乘性更新算法,进而提出基于支持向量域分类模型的银行客户个人信用预测方法,最后使用人工数据和实际数据对提出方法与支持向量机预测方法进行对比实验。实验结果表明对于银行客户个人信用预测的非平衡数据分析问题,基于支持向量域模型的分类预测方法更有效。 展开更多
关键词 信用预测 非平衡数据分类 支持向量域 非负二次规划 乘性更新算法
下载PDF
基于支持向量域的分离超平面 被引量：1
13
作者 刘万里 刘三阳 薛贞霞 《系统工程与电子技术》 EI CSCD 北大核心 2008年第4期748-751,共4页
为了提高支持向量机(support vector machines,SVM)和支持向量域分类器(support vector domainclassifier,SVDC)的精度,减少SVM的训练时间,建立一种分离超平面。该算法首先通过确定参数以减少每类的野点。然后分别对每类样本应用support... 为了提高支持向量机(support vector machines,SVM)和支持向量域分类器(support vector domainclassifier,SVDC)的精度,减少SVM的训练时间,建立一种分离超平面。该算法首先通过确定参数以减少每类的野点。然后分别对每类样本应用support vector domain description(SVDD)算法分别进行描述以求取两个超球的球心和边界向量;根据到这两个超球心的最大距离和为准则来确定出分类超平面的法向量。最后在两球相邻边界中间点建立一个分离超平面。该方法是从整体上考虑分类信息,是尝试SVDD和SVM的结合。实验结果表明,提出的算法与SVDC相比,精度有了显著提高;与SVM相比,不仅精度有所提高,而且训练速度随着样本容量的增大也有很大提高。 展开更多
关键词 支持向量域描述 分离超平面 支持向量机 分类器
下载PDF
基于灰色信息的支持向量域分类算法 被引量：1
14
作者 赵英刚 何钦铭 陈奇 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第z1期282-284,共3页
当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.针对这一问题,并考虑到SVDD算法是一种基于样本间距离测度的判别方法,提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-GSVDD算法,该算法利用... 当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.针对这一问题,并考虑到SVDD算法是一种基于样本间距离测度的判别方法,提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-GSVDD算法,该算法利用区间数对未确知性的灰信息进行表达,将区间运算引入到SVDD算法中,以区间距离取代原来的确定性距离,从而对灰信息目标样本进行识别.理论分析和实验结果均表明,该算法是有效和可行的. 展开更多
关键词 支持向量域数据描述 支持向量机 灰信息 区间数
下载PDF
基于支持向量域描述的图像集匹配 被引量：5
15
作者 曾青松 《模式识别与人工智能》 EI CSCD 北大核心 2014年第8期735-740,共6页
提出一种基于支持向量域描述的图像集匹配方法.该方法首先通过支持向量机学习,将每个图像集合映射到高维特征空间,使用支持向量域对图像集合建模,建立的模型使用一个包含大部分样本的最小闭球表示.然后引入基于支持向量域之间距离的相... 提出一种基于支持向量域描述的图像集匹配方法.该方法首先通过支持向量机学习,将每个图像集合映射到高维特征空间,使用支持向量域对图像集合建模,建立的模型使用一个包含大部分样本的最小闭球表示.然后引入基于支持向量域之间距离的相似性度量,将集合的匹配转换为成对的支持向量域之间的距离计算.最后在基于集合的人脸和对象识别任务中分别进行测试,文中方法的识别率在ETH80、HondaUCSD和YouTube数据库上分别达到96.37%、100%和95.32%,优于其他方法. 展开更多
关键词 支持向量域描述 图像集匹配 集合相似性 对象匹配
下载PDF
基于支持向量域的快衰落信道混沌预测
16
作者 任韧 朱世华 任大男 《通信学报》 EI CSCD 北大核心 2005年第12期117-125,共9页
以多径无线衰落信道存在奇怪吸引子为前提,从支持向量域SVD出发,研究了无线衰落信道的响应特性.根据相空间延迟重构理论建立了快衰落信道的预测模型,使用训练集合作为支持对象元素,通过机器自学习缩小模型泛化误差上界,采用最小二乘支... 以多径无线衰落信道存在奇怪吸引子为前提,从支持向量域SVD出发,研究了无线衰落信道的响应特性.根据相空间延迟重构理论建立了快衰落信道的预测模型,使用训练集合作为支持对象元素,通过机器自学习缩小模型泛化误差上界,采用最小二乘支持向量域,实现了非线性高维相空间映射,预测了衰落信道.实验结果表明:支持向量域含支持向量数少,运算速度快,顽健性强,核函数选择灵活,为自适应实时估计和检测提供了一种方法.该方法在小样本和未知信道概率密度下,信道预测值和真实值取得了一致. 展开更多
关键词 支持向量域 衰落信道 最小二乘 混沌序列预测
下载PDF
位置正则的支持向量域描述在人脸识别中的应用研究
17
作者 熊昕 曾青松 《计算机应用与软件》 2017年第5期163-167,共5页
支持向量域描述是一种有效的一分类数据描述方法,能够有效地对单一类别的数据进行表达,并能有效地降低负样本的干扰。应用支持向量域描述方法,将人脸图像集合投影到高维特征空间构建描述特征空间中人脸图像的超球体,并定义两个超球体之... 支持向量域描述是一种有效的一分类数据描述方法,能够有效地对单一类别的数据进行表达,并能有效地降低负样本的干扰。应用支持向量域描述方法,将人脸图像集合投影到高维特征空间构建描述特征空间中人脸图像的超球体,并定义两个超球体之间的相似性度量,应用最近邻分类器进行分类。在基于集合的人脸识别应用标准数据库上测试了该方法,在Honda/UCSD、CMU Mobo和You Tube数据分别取得100%、97.55%和59.78%的识别率。实验结果表明,该方法是一种有效的基于图像集匹配的人脸识别方法。 展开更多
关键词 支持向量域描述 人脸识别 模式识别 集合匹配
下载PDF
一种基于离散梯度向量域的可视化应用研究 被引量：2
18
作者 张丽娜 顾耀林 《计算机工程》 EI CAS CSCD 北大核心 2006年第16期218-220,共3页
研究了基于莫尔斯理论的离散梯度向量域方法,并将其应用于拓扑可视化。用该方法和流形可视化方法分别演示了Moebius带和海螺并做了分析对比,并介绍了相关理论,分析了如何构造离散梯度向量域,最后完成向量域的演示并给出了实验结果证明... 研究了基于莫尔斯理论的离散梯度向量域方法,并将其应用于拓扑可视化。用该方法和流形可视化方法分别演示了Moebius带和海螺并做了分析对比,并介绍了相关理论,分析了如何构造离散梯度向量域,最后完成向量域的演示并给出了实验结果证明其有效性。该方法可直接应用于计算机辅助设计和虚拟模拟的演示。 展开更多
关键词 计算机图形学 可视化 拓扑 向量域 莫尔斯理论
下载PDF
多类支持向量域分类器及其在入侵检测中的应用 被引量：1
19
作者 刘永芬 郭躬德 陈美霞 《福建师范大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第3期31-35,共5页
在对网络连接数据进行分析和研究的基础上,针对传统多类支持向量机分类法分类精度较低的现象,提出了一种新的MSVDC的入侵检测方法,将SVDC在两类问题的应用推广到多类问题中.在KDDCUP1999数据集上的实验结果表明,其相对于传统的多类支持... 在对网络连接数据进行分析和研究的基础上,针对传统多类支持向量机分类法分类精度较低的现象,提出了一种新的MSVDC的入侵检测方法,将SVDC在两类问题的应用推广到多类问题中.在KDDCUP1999数据集上的实验结果表明,其相对于传统的多类支持向量机方法,在保证较低的误报率的情况下,有较高的分类精度和较好的检测效果. 展开更多
关键词 入侵检测 支持向量机 多类支持向量域分类器
下载PDF
基于支持向量域描述的稀疏Bagging算法 被引量：1
20
作者 闫文真 李建武 《中国科技论文》 CAS 北大核心 2016年第20期2363-2367,共5页
提出了1种基于SVDD(support vector domain description)的集成剪枝算法。首先通过有放回的随机采样训练出若干个学习模型,接着通过支持向量域描述算法寻找1个最小超球面,使其包含不少于一定数量的预测模型;然后得到1个可以确定球心位... 提出了1种基于SVDD(support vector domain description)的集成剪枝算法。首先通过有放回的随机采样训练出若干个学习模型,接着通过支持向量域描述算法寻找1个最小超球面,使其包含不少于一定数量的预测模型;然后得到1个可以确定球心位置的稀疏权重向量;最后选取该向量中非零元素所对应的学习模型解决二分类问题。通过多组实验将基于SVDD的集成剪枝算法与Bagging以及其他集成剪枝算法进行比较,验证了所提出算法的准确性和高效性。 展开更多
关键词 集成学习 支持向量域描述 最小超球面
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部