西安电子科技大学学报（自然科学版）
西安電子科技大學學報（自然科學版）
서안전자과기대학학보（자연과학판）
JOURNAL OF XIDIAN UNIVERSITY(NATURAL SCIENCE)
2008年
5期
927-931
,共5页
支持向量域描述%约减集%中心距离%支持向量
支持嚮量域描述%約減集%中心距離%支持嚮量
지지향량역묘술%약감집%중심거리%지지향량
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.
為加快支持嚮量域描述(SVDD)的訓練速度,提齣基于約減集的約簡支持嚮量域描述算法RSVDD.由于描述邊界僅由支持嚮量決定,且支持嚮量多分佈在描述邊緣附近,該算法採用每箇樣本到中心的距離作為支持嚮量的一種可能性度量,選取距離較大的部分樣本作為約減集參與SVDD訓練.人造數據和基準集數據上的倣真實驗錶明瞭RSVDD的有效性和優越性,保證瞭目標類和奇異值類的分類精度,縮減瞭訓練規模和訓練時間.
위가쾌지지향량역묘술(SVDD)적훈련속도,제출기우약감집적약간지지향량역묘술산법RSVDD.유우묘술변계부유지지향량결정,차지지향량다분포재묘술변연부근,해산법채용매개양본도중심적거리작위지지향량적일충가능성도량,선취거리교대적부분양본작위약감집삼여SVDD훈련.인조수거화기준집수거상적방진실험표명료RSVDD적유효성화우월성,보증료목표류화기이치류적분류정도,축감료훈련규모화훈련시간.
