10.3969/j.issn.1002-137X.2009.09.062
粗糙one-class支持向量机
粗糙集理论是处理不确定性和不完备信息的重要方法之一.通过将粗糙集理论引入到one-class支持向量机,提出了一种新颖的粗糙one-class支持向量机.通过定义上近似超平面和下近似超平面,使得训练样本能根据在粗糙间隔中的位置,自适应地对决策超平面产生影响.并且,outlier样本由于距离上近似超平面较近并产生较小的间隔误差,不会导致决策超平面对它们产生明显的过拟合.实验结果表明,粗糙one-class支持向量机的泛化性能优异,识别率和误识率均优于传统的one-class支持向量机.
粗糙集、one-class、支持向量机
36
TP391.4(计算技术、计算机技术)
国家自然科学基金青年项目60803106;西南财经大学科学研究基金QN0806
2009-11-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
242-245