电子学报 ›› 2018, Vol. 46 ›› Issue (11): 2725-2732.DOI: 10.3969/j.issn.0372-2112.2018.11.20
陶新民, 李晨曦, 沈微, 常瑞, 王若彤, 刘艳超
收稿日期:
2017-09-08
修回日期:
2017-12-12
出版日期:
2018-11-25
作者简介:
基金资助:
TAO Xin-min, LI Chen-xi, SHEN Wei, CHANG Rui, WHANG Ruo-tong, LIU Yan-chao
Received:
2017-09-08
Revised:
2017-12-12
Online:
2018-11-25
Published:
2018-11-25
摘要: 为了提高传统支持向量域描述(C-SVDD)算法处理不均衡数据集的分类能力,提出一种基于密度敏感最大软间隔支持向量域描述(DSMSM-SVDD)算法.该算法通过对多数类样本引入相对密度来体现训练样本原始空间分布对求解最优分类界面的影响,通过在目标函数中增加最大软间隔正则项,使C-SVDD的分类边界向少数类偏移,进而提高算法分类性能.算法首先对每个多数类样本计算相对密度来反映样本的重要性,然后将训练样本输入到DSMSM-SVDD中实现数据分类.实验部分,讨论了算法参数间的关系及其对算法分类性能的影响,给出算法参数取值建议.最后通过与C-SVDD的对比实验,表明本文建议的算法在不均衡数据情况下的分类性能优于C-SVDD算法.
中图分类号:
陶新民, 李晨曦, 沈微, 常瑞, 王若彤, 刘艳超. 基于密度敏感最大软间隔SVDD不均衡数据分类算法[J]. 电子学报, 2018, 46(11): 2725-2732.
TAO Xin-min, LI Chen-xi, SHEN Wei, CHANG Rui, WHANG Ruo-tong, LIU Yan-chao. The SVDD Classifier for Unbalanced Data Based on Density-Sensitive and Maximum Soft Margin[J]. Acta Electronica Sinica, 2018, 46(11): 2725-2732.
[1] Gu B,Sun X M,Sheng V S.Structural minimax probability machine[J].IEEE Transactions on Neural Networks and Learning Systems,2016,28(7):1646-1656. [2] Luo FF,Guo W Z,Yu Y L,et al.A multi-label classification algorithm based on kernel extreme learning machine[J].Neurocomputing,2017,260:313-320. [3] H B,Ho H C,Z J,et al.An overview and comparison of machine-learning techniques for classification purposes in digital soil mapping[J].Geoderma,2016,265:62-77. [4] Zhang X,Zhang X.Adaptive multiclass support vector machine for multimodal data analysis[J].Pattern Recognition,2017,70:177-184. [5] Zuo W M,Wang F Q,Zhang D,et al.Distance metric learning via iterated support vector machines[J].IEEE Transactions on Image Processing,2017,26(10):4937-4950. [6] 陶新民,李震,刘福荣,等.基于精简集支持向量机的变压器故障检测方法[J].高电压技术,2016,42(10):3199-3206. Tao Xinmin,Li Zhen,Liu Furong,et al.Fault detection method for power transformer based on SVM using reduced vector set[J].High Voltage Engineering,2016,42(10):3199-3206.(in Chinese) [7] Zhou Y H,Zhou Z H.Large margin distribution learning with cost interval and unlabeled data[J].IEEE Transactions on Knowledge and Data Engineering,2016,28(7):1749-1763. [8] 毕冉,李建中,高宏.无线传感器网络中基于双阈值的分布式检测算法[J].电子学报,2014,42(8):1594-1600. Bi Ran,Li Jianzhong,Gao Hong.Dual threshold based distributed monitoring algorithm in wireless sensor network[J].Acta Electronica Sinica,2014,42(8):1594-1600.(in Chinese) [9] 陶新民,张冬雪,郝思媛,等.基于谱聚类欠取样的不均衡数据SVM分类算法[J].控制与决策,2012,27(12):1761-1768. Tao Xinmin,Zhang Dongxue,HaoSiyuan,et al.SVM classifier forunbalanced data based on spectrum cluster-based under-sampling approaches[J].Control and Decision,2012,27(12):1761-1768.(in Chinese) [10] Abdi L,Hashemi S.To combat multi-class imbalanced problems by means of over-sampling techniques[J].IEEE Transactionson Knowledgeand Data Engineering,2016,28(1):238-251. [11] Jian C X,Gao J,Ao Y H.A new sampling method for classifying imbalanced data based on support vector machine ensemble[J].Neurocomputing,2016,193:115-122. [12] 杨金鸿,邓廷权.一种基于单簇核PCM的SVDD离群点检测方法[J].电子学报,2017,45(4):813-819. Yang Jinhong,Deng Tingquan.A one-cluster kernel PCM based SVDD method for outlier detection[J].Acta Electronica Sinica,2017,45(4):813-819.(in Chinese) [13] Lazzaretti A E,Tax D M J,Neto H V,et al.Novelty detection and multi-class classification in power distribution voltage waveforms[J].Expert Systems with Applications,2016,45:322-330. [14] 程昊翔,王坚.基于快速聚类分析的支持向量数据描述算法[J].控制与决策,2016,31(3):551-554. Cheng Haoxiang,Wang Jian.Support vector data description based on fast clustering analysis[J].Control and Decision,2016,31(3):551-554.(in Chinese) [15] Huang J,Yan X F.Related and independent variable fault detection based on KPCA and SVDD[J].Journal of Process Control,2016,39:88-99. [16] 文传军,詹永照,陈长军.最大间隔最小体积球形支持向量机[J].控制与决策,2010,25(1):79-83. Wen Chuanjun,Zhan Yongzhao,Chen Changjun.Maximal-margin minimal-volume hypersphere support vector machine[J].Control and Decision,2010,25(1):79-83.(in Chinese) |
[1] | 王子为, 鲁继文, 周杰. 基于自适应梯度优化的二值神经网络[J]. 电子学报, 2023, (): 1-10. |
[2] | 刘金平, 吴娟娟, 张荣, 徐鹏飞. 基于结构重参数化与多尺度深度监督的COVID-19胸部CT图像自动分割[J]. 电子学报, 2023, (): 1-9. |
[3] | 张笑宇, 沈超, 蔺琛皓, 李前, 王骞, 李琦, 管晓宏. 面向机器学习模型安全的测试与修复[J]. 电子学报, 2023, (): 1-35. |
[4] | 王炼红, 罗志辉, 林飞鹏, 李潇瑶. 采用多头注意力机制的C&RM-MAKT预测算法[J]. 电子学报, 2022, (): 1-9. |
[5] | 苏田田, 王慧敏, 张小凤. 基于多分支瓶颈结构的轻量型图像分类算法研究[J]. 电子学报, 2022, (): 1-9. |
[6] | 刘芳, 朱天贺, 苏卫星, 刘阳. 基于高斯隐马尔可夫模型的人机共享控制区域化决策算法[J]. 电子学报, 2022, 50(11): 2659-2667. |
[7] | 桑海峰, 陈旺兴, 王海峰, 王金玉. 基于多模式时空交互的行人轨迹预测模型[J]. 电子学报, 2022, 50(11): 2806-2812. |
[8] | 刘耿耿, 李泽鹏, 郭文忠, 陈国龙, 徐宁. 面向超大规模集成电路物理设计的通孔感知的并行层分配算法[J]. 电子学报, 2022, 50(11): 2575-2583. |
[9] | 魏博文, 全红艳. 基于语义与形态特征融合的语义分割网络[J]. 电子学报, 2022, 50(11): 2688-2697. |
[10] | 姚睿, 朱享彬, 周勇, 王鹏, 张艳宁, 赵佳琦. 基于重要特征的视觉目标跟踪可迁移黑盒攻击方法[J]. 电子学报, 2022, (): 1-10. |
[11] | 金紫凤, 潘思聪, 危辉. 可变环境下基于位姿变换矩阵的机器人无标定手眼协调方法[J]. 电子学报, 2022, 50(10): 2318-2328. |
[12] | 魏钰轩, 陈莹. 基于自适应层信息熵的卷积神经网络压缩[J]. 电子学报, 2022, 50(10): 2398-2408. |
[13] | 马百腾, 张士伟, 高常鑫, 桑农. 面向行为边界框生成的端到端时间全局相关网络[J]. 电子学报, 2022, 50(10): 2452-2461. |
[14] | 肖斌, 陈嘉博, 毕秀丽, 张俊辉, 李伟生, 王国胤, 马旭. 基于一维卷积神经网络与循环神经网络串联的心音分析方法[J]. 电子学报, 2022, 50(10): 2425-2432. |
[15] | 周登文, 李文斌, 李金新, 黄志勇. 一种轻量级的多尺度通道注意图像超分辨率重建网络[J]. 电子学报, 2022, 50(10): 2336-2346. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||