已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、異常檢測問題普遍存在于現(xiàn)代醫(yī)學(xué)研究、新型農(nóng)業(yè)研究以及機械工程安全中。支持向量數(shù)據(jù)描述(Support Vector Data Description,SVDD)算法是一種異常檢測方法,該方法需要建立一個球體去盡可能多地包含所有已知的正常樣本。在處理異常檢測問題中,根據(jù)數(shù)據(jù)的特性可分為兩種情況:一種情況是只包含正常樣本;另一種情況是除了正常的樣本,還包含小數(shù)量級的異常樣本。Lee等人在SVDD算法中引入了樣本相對密度的概念,改善了SVDD
2、算法的性能。本文在樣本相對密度算法和SVDD算法基礎(chǔ)上做了如下進一步的研究:
(1)在密度誘導(dǎo)支持向量數(shù)據(jù)描述(Density-induced Support Vector Data Description,D-SVDD)算法基礎(chǔ)上,文中詳細(xì)考慮了參數(shù)T的取值對算法模型分類性能和算法穩(wěn)定性的影響,并給出了參數(shù)T的取值區(qū)間。
(2)將異常樣本信息加入到密度懲罰支持向量數(shù)據(jù)描述(Density-Punished Supp
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量數(shù)據(jù)描述的分類算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的屬性約簡算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的分類識別算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的多示例學(xué)習(xí)算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的消歧義多示例學(xué)習(xí)算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的說話人識別研究.pdf
- 一種改進的支持向量數(shù)據(jù)描述算法.pdf
- 基于支持向量數(shù)據(jù)描述的MEWMA控制圖.pdf
- 基于支持向量數(shù)據(jù)描述的在線簽名認(rèn)證研究.pdf
- 基于不平衡數(shù)據(jù)分布的支持向量數(shù)據(jù)描述.pdf
- 支持向量數(shù)據(jù)描述與支持向量機及其應(yīng)用.pdf
- 基于支持向量數(shù)據(jù)描述的故障診斷方法研究.pdf
- 分布式環(huán)境下的支持向量數(shù)據(jù)描述外殼算法.pdf
- 基于支持向量數(shù)據(jù)描述的累積和控制圖.pdf
- 基于支持向量機的改進的密度聚類算法研究.pdf
- 基于信息理論學(xué)習(xí)的支持向量數(shù)據(jù)描述集成.pdf
- 基于極限學(xué)習(xí)的多分類支持向量數(shù)據(jù)描述方法研究.pdf
- 基于支持向量數(shù)據(jù)描述的輕軌錨固螺桿故障診斷研究.pdf
- 基于支持向量機的智能數(shù)據(jù)挖掘算法研究.pdf
- 基于支持向量數(shù)據(jù)描述的多時段間歇過程監(jiān)測方法研究.pdf
評論
0/150
提交評論