基于SVDD的多示例学习算法

摘要：

提出了一种基于支持向量数据描述SVDD(support vector data description)的多示例学习算法.该算法通过对训练集的重新组合,将多示例问题转化为单示例问题,同时引入多示例问题约束,然后利用SVDD算法对其进行求解,用求解出来的最小包围球对新包进行预测.在多示例学习的基准数据集MUSK数据集进行实验,实验结果验证了算法的有效性.

关键词：支持向量数据描述、最小包围球、多示例学习、包

所属期刊栏目：27

分类号：TN401(微电子学、集成电路（IC）)

在线出版日期：2011-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：195-198,202