基于推广能力测度的多类SVDD模式识别方法

您当前的位置：

首页 >

文章列表页 >

论文 | 更新时间：2025-07-16

- 基于推广能力测度的多类SVDD模式识别方法
- Multi-Class Support Vector Domain Description for Pattern Recognition Based on a Measure of Expansibility
- 电子学报 2009年37卷第3期页码：464-469
- 作者机构：
  
  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,湖南,长沙,410073
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391.4
- 纸质出版：2009
- 稿件说明：
移动端阅览
朱孝开, 杨德贵. 基于推广能力测度的多类SVDD模式识别方法[J]. 电子学报, 2009,37(3):464-469.

ZHU Xiao-kai, YANG De-gui. Multi-Class Support Vector Domain Description for Pattern Recognition Based on a Measure of Expansibility[J]. Acta Electronica Sinica, 2009, 37(3): 464-469.
朱孝开, 杨德贵. 基于推广能力测度的多类SVDD模式识别方法[J]. 电子学报, 2009,37(3):464-469. DOI：

ZHU Xiao-kai, YANG De-gui. Multi-Class Support Vector Domain Description for Pattern Recognition Based on a Measure of Expansibility[J]. Acta Electronica Sinica, 2009, 37(3): 464-469. DOI：

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.

Classic SVDD classifiers

which use distance measures

have lower recognition rate than normal two-class SVM classifiers.After analyzing the causes

a new measure is proposed

which can represent the more essential relationship between samples and categories.And then

a multi-level SVDD is proposed.The experiment on real one-dimensional range profiles data shows that

the multi-level SVDD reserves the lower complexity

higher expansibility and fewer requirements to sample size

ERs are reduced effectively

CR is increased even to the level of two-class SVM classifiers.

浏览量

980

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

具有间隔分布的抗噪声非平行支持向量机

具有合适拒识机制的高正确识别率分类器设计

可见光-红外跨模态行人重识别研究综述

广义统计不相关最优鉴别矢量集的一个理论结果

一种基于奇异值特征的神经网络人脸识别新途径