|
|||||
|
|
| 面向大规模数据集的单类支持向量机 | |
| 作者姓名： | 肖志博 王焕钢 肖英超 徐文立 |
| 作者单位： | 清华大学自动化系 |
| 基金项目： | 国家高技术研究计划(863计划)资助项目(2011AA060203);国家重点基础研究发展计划(973计划)资助项目(2009CB320602) |
| 摘 要： | 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k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. |
| 关 键 词： | 单类支持向量机 大规模数据集 数据集压缩 |
| 本文献已被 CNKI 等数据库收录！ | |