论文部分内容阅读
现有基于超平面的单类分类器，包括one—class SVM（0CSVM）和马氏one—class SVM（MOCSVM），由于未考虑数据的结构信息或粒度较粗，寻找的超平面很可能是次优解．为此，增强型单类支持向量机（enhanced OCSVM，EnOCSVM）通过在现有SVM算法中加入数据先验信息以克服其不足．首先，EnOCSVM通过聚类得到数据的内在分布簇，而后将各簇结构信息嵌入到OCSVM框架中，最大化间隔的同时，优化输出空间中各簇数据的紧性．由于保留了SVM框架不变，EnOCSVM仍具备原算法的全部