首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于不完全信息的One-class支持向量机
引用本文:赵英刚,何钦铭,陈奇.基于不完全信息的One-class支持向量机[J].清华大学学报(自然科学版),2005,45(9):1772-1777.
作者姓名:赵英刚  何钦铭  陈奇
作者单位:浙江大学,计算机科学与技术学院,杭州,310027;浙江大学,计算机科学与技术学院,杭州,310027;浙江大学,宁波理工学院,信息科学与工程分院,宁波,315100
基金项目:宁波博士基金资助项目(2005A610002)
摘    要:标准的单值支持向量(One-class SVM)机不能对含有不完全信息的输入样本进行学习分类.为此该文提出用区间数来对不完全输入信息进行描述,将不完全的信息输入扩展为区间向量形式,引入区间运算来取代原来分类函数中的运算,从而根据区间运算结果来对信息不完全的模式输入进行分类.使用该方法,在分类过程中能够充分利用区间表示的先验知识,同时也能够减少该过程中输入模式中的属性(特征)度量代价,理论分析和实验结果均表明该方法能最大程度地保证分类结果的一致性,是有效和可行的.

关 键 词:人工智能理论  单值分类  支持向量机  区间运算  不完全信息
文章编号:1000-0054(2005)S1-1772-06
修稿时间:2005年5月20日

One-class support vector machine based on incomplete information
ZHAO Yinggang,HE Qinming,CHEN Qi.One-class support vector machine based on incomplete information[J].Journal of Tsinghua University(Science and Technology),2005,45(9):1772-1777.
Authors:ZHAO Yinggang  HE Qinming  CHEN Qi
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号