东南大学学报（自然科学版）
東南大學學報（自然科學版）
동남대학학보（자연과학판）
JOURNAL OF SOUTHEAST UNIVERSITY
2013年
z1期
206-209
,共4页
肖志博%王焕钢%肖英超%徐文立
肖誌博%王煥鋼%肖英超%徐文立
초지박%왕환강%초영초%서문립
单类支持向量机%大规模数据集%数据集压缩
單類支持嚮量機%大規模數據集%數據集壓縮
단류지지향량궤%대규모수거집%수거집압축
one-class support vector machine%large data sets%training-set condensation
提出了一种面向大规模数据集的单类支持向量机(OCSVM)方法.该方法基于κ近邻思想得到表征数据集合分布特征的集合内点,并依此生成集合边缘点,而后由二者重新组成数据集合,用于OCSVM训练.该新建数据集不仅极大压缩了原有大规模数据集的样本数量,还可以保留原有大规模数据集的分布特征,从而有效解决了OCSVM在处理大规模数据集时所存在的训练时间长、模型复杂以及预测效率低等问题.最后,通过在典型数据集合上进行的对比实验,表明了所提方法的有效性.
提齣瞭一種麵嚮大規模數據集的單類支持嚮量機(OCSVM)方法.該方法基于κ近鄰思想得到錶徵數據集閤分佈特徵的集閤內點,併依此生成集閤邊緣點,而後由二者重新組成數據集閤,用于OCSVM訓練.該新建數據集不僅極大壓縮瞭原有大規模數據集的樣本數量,還可以保留原有大規模數據集的分佈特徵,從而有效解決瞭OCSVM在處理大規模數據集時所存在的訓練時間長、模型複雜以及預測效率低等問題.最後,通過在典型數據集閤上進行的對比實驗,錶明瞭所提方法的有效性.
제출료일충면향대규모수거집적단류지지향량궤(OCSVM)방법.해방법기우κ근린사상득도표정수거집합분포특정적집합내점,병의차생성집합변연점,이후유이자중신조성수거집합,용우OCSVM훈련.해신건수거집불부겁대압축료원유대규모수거집적양본수량,환가이보류원유대규모수거집적분포특정,종이유효해결료OCSVM재처리대규모수거집시소존재적훈련시간장、모형복잡이급예측효솔저등문제.최후,통과재전형수거집합상진행적대비실험,표명료소제방법적유효성.
