基于推广能力测度的多类SVDD模式识别方法

被引:18
作者
朱孝开
杨德贵
机构
[1] 国防科学技术大学电子科学与工程学院空间电子信息技术研究所
关键词
模式识别; SVDD; 多层结构; 多分类算法;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
经典的基于距离测度的SVDD(Support Vector Domain Description)方法在解决两类(多类)识别问题时具有误判率较高、识别率低于普通二类SVC分类器等缺点.本文在分析其原因的基础上,提出了一种更能反映样本与类别本质关系的推广能力测度,并由此提出了具有多层结构的多类SVDD模式识别方法.对实测雷达一维距离像数据的测试表明,该方法在保留了经典SVDD识别器算法复杂程度低、扩充性强、对训练样本数据规模上要求低等优点的同时,有效地降低了误判率,识别率已接近甚至达到二类SVC的水平.
引用
收藏
页码:464 / 469
页数:6
相关论文
共 5 条
[1]   支持向量机的多分类算法 [J].
胡国胜 ;
钱玲 ;
张国红 .
系统工程与电子技术, 2006, (01) :127-132
[2]   一类支持向量机在车辆识别中的应用 [J].
孙德山 ;
吴今培 .
交通运输系统工程与信息, 2003, (04) :34-37
[4]   Support vector data description [J].
Tax, DMJ ;
Duin, RPW .
MACHINE LEARNING, 2004, 54 (01) :45-66
[5]   Estimating the support of a high-dimensional distribution [J].
Schölkopf, B ;
Platt, JC ;
Shawe-Taylor, J ;
Smola, AJ ;
Williamson, RC .
NEURAL COMPUTATION, 2001, 13 (07) :1443-1471