样本错误加权的支持向量数据描述

摘要：

数据描述只使用目标集训练样本获得关于目标集的描述,支持向量数据描述(SVDD)是一种有效的数据描述方法.样本错误加权的SVDD(WSVDD)推广了SVDD,对每个训练样本的错误赋予不同的权值,可以精细地控制训练样本对超球面边界的影响.用UCI机器学习数据集的两个数据和图标分类的实验验证了WSVDD的有效性.

关键词：机器学习、数据描述、支持向量数据描述、样本错误加权的支持向量数据描述

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国防预研基金

在线出版日期：2005-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：24-26