基于結構信息的單類分類算法研究.pdf

1、單類分類問題是近年來機器學習和模式識別領域研究的熱點問題之一。在實際應用中單類分類問題很常見，如衛(wèi)星圖像檢測油井噴發(fā)、罕見病例的醫(yī)療診斷、網絡入侵檢測、交易欺詐識別、惡意欠費識別等。因此，提高單類分類器的分類性能和泛化能力具有重要價值和現(xiàn)實意義。
　　本文首先從密度分析、支持域以及結構信息三個方面研究了現(xiàn)有單類分類算法。雖然密度分析以及支持域的方法針對某些問題可以提高分類器的性能，但這兩種方法在訓練時需要大量的數(shù)據(jù)，特別是當樣本空

2、間維度很高時，訓練數(shù)據(jù)很難達到要求，導致分類精度較低。針對這些缺陷，本文從樣本結構信息的角度出發(fā)，通過聚類的方式，改進了現(xiàn)有的算法。在人工數(shù)據(jù)集和UCI數(shù)據(jù)集上的大量實驗表明本文提出的算法能夠有效的提高分類性能。
　　本文從三個不同角度對現(xiàn)有算法進行了改進，給出了基于結構信息的三種有效的單類分類算法：
　　1.從聚類的角度對傳統(tǒng)的基于聚類的單類分類算法進行了優(yōu)化，加入了聚類評價的過程，引入DBCV評價指標，并在此基礎上構造基

3、于密度分析的改進MST分類器，降低分類器復雜度的同時，使訓練出的分類器得到了較高的準確率。
　　2.采用集成學習的方法，提出了一種基于結構信息的快速單類分類算法，提高了弱分類器準確性，運用分治法的思想降低了算法的時間復雜度。針對不同基分類器，給出了最佳聚類個數(shù)的計算方法，并給出詳細證明，最終使算法有效地減少了分類器對輸入參數(shù)的依賴。
　　3.在算法層面和數(shù)據(jù)層面結合反向近鄰定義提出了一個近似搜索反向近鄰算法，對傳統(tǒng)的K近鄰求

4、解進行了優(yōu)化和加速。算法首先通過K-means聚類構造優(yōu)先搜索樹，在搜索求解K近鄰時提出了原型近似搜索方案，用葉子節(jié)點的父節(jié)點近似搜索，減少了搜索次數(shù)，在保證準確性的前提下加快了求解速度，使得訓練出的分類器能夠得到較高的準確率和穩(wěn)定性。
　　綜上所述，本文通過引入聚類評價解決了復雜樣本空間問題，對集成學習的研究減少了分類器對輸入參數(shù)的依賴，另一方面利用反向近鄰算法很好的完成了對高維特征數(shù)據(jù)的分類。最后在人工數(shù)據(jù)集和UCI數(shù)據(jù)集上驗