【摘 要】
：
由于缺少对数据结构信息的考虑,现有的域描述型单类分类器得到的支撑面往往是次优解。因此,以支持向量数据描述（SVDD）算法为基础,通过一种简易的形式引入数据亲和因子以保持样
论文部分内容阅读
由于缺少对数据结构信息的考虑,现有的域描述型单类分类器得到的支撑面往往是次优解。因此,以支持向量数据描述（SVDD）算法为基础,通过一种简易的形式引入数据亲和因子以保持样本局部特性,提出保局性数据域描述分类器（LPDD）,使成簇的数据作用被强化,而呈零星分布的数据影响力被削弱,引导分类支撑面自动靠近数据高密区而提高算法性能。此外,为适应大样本应用场合,采用序列最小优化算法进行模型参数调整。实验证明,所提算法无论在训练速率还是在分类性能上都优于SVDD。
其他文献
提出了一种基于超椭球的兼类文本分类算法。对每一类样本,在特征空间求得一个包围该类样本的最小超椭球,使得各类样本之间通过超椭球隔开。对待分类样本,通过判断其是否在超
传统垂直切换技术缺乏切换对称性的考虑，从而导致了切换过程计算复杂度较高。通过对3G和WLAN之间切换过程的分析，提出了基于背景扫描机制的滑动平均值预测法和坡度预测法的改进
针对一维触发细胞自动机加、解密速度慢，迭代次数多的问题，提出了一种基于二维触发细胞自动机的数据加密算法。通过部居细胞间的相互作用与共同演化，反向迭代完成数据加密，正向演
泛洪是无线传感器网络中一种基本的方法，像拓扑形成、路由建立、目标探测或者数据查询等经常使用泛洪策略来实现。在泛洪策略的研究上，以前的研究大多关注于如何产生最优的广播
在多示例学习中引入利用未标记示例的机制,能降低训练的成本并提高学习器的泛化能力。当前半监督多示例学习算法大部分是基于对包中的每一个示例进行标记,把多示例学习转化为
Wagner-Whitin（WW）算法是经典的、求解生产批量计划（Lot-sizing Planning,LSP）问题的最优启发式算法,对于中小规模问题可以有效求得产品的最优生产量。随机累加WW（Randomized Cumu
研究了一种新的信誉评测模型，模型采用“加法奖励、乘法惩罚”的方法。该模型与现有模型相比，运算简单，资源消耗少，适合于无线传感器网络节点资源受限的特点。仿真实验表明，该模型
为了获取电梯群控系统调度问题的全局优化解,必须要找到一种具有全局优化功能的智能算法。对电梯群控系统不同的客流模型及控制机制进行了分析,提出了一种实时粒子群算法,用
针对认知无线电网络可用频谱动态变化和路由过程中出现的安全问题，提出将最短数据传输时延和高安全等级路由作为选路标准，设计了一种跨层路由选择算法。算法通过优化转发节点个
免疫软件人具有自适应性、智能性和协作性,能够对动态的分布式网络进行实时监控。大部分分布式入侵检测系统的实现都会产生大量的报警信息,误报率也较高,影响了入侵检测的效