基于支持向量域描述的多故障诊断动态模型 被引量：12

1

作者 张庆 徐光华 +1 位作者 王晶 梁霖 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第5期593-597,共5页

为了提高多故障诊断中对新故障类别和新故障数据的适应性,提出了一种新的多故障诊断动态模型．该模型采用支持向量域描述算法(SVDD)对多类故障进行单独训练,建立独立而封闭的特征空间,满足故障类别的动态增加需要,并采用样本与各特征空... 为了提高多故障诊断中对新故障类别和新故障数据的适应性,提出了一种新的多故障诊断动态模型．该模型采用支持向量域描述算法(SVDD)对多类故障进行单独训练,建立独立而封闭的特征空间,满足故障类别的动态增加需要,并采用样本与各特征空间的相对距离进行了多故障的混合识别．应用在线SVDD算法,在已有的故障特征分布信息基础上,通过更新操作,学习新数据信息,从而实现了故障模式的动态调整．通过仿真和机械故障实例数据的检验,表明该模型能够动态地提取多类故障的特征信息,改善诊断学习过程的适应性． 展开更多

关键词 动态模型 多故障诊断 支持向量域描述

在线阅读 下载PDF 职称材料

空间支持向量域分类器 被引量：8

2

作者 梁锦锦 刘三阳 吴德 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第6期1080-1083,1088,共5页

构造了一种空间支持向量域分类器(SSVDC).在训练阶段分别对正负两类样本进行支持向量域描述,根据描述边界将数据空间划分为互不相交区域,并设定相应的分类准则.在测试阶段,分别计算待识别样本与两个最小包围超球球心的距离,根据其与超... 构造了一种空间支持向量域分类器(SSVDC).在训练阶段分别对正负两类样本进行支持向量域描述,根据描述边界将数据空间划分为互不相交区域,并设定相应的分类准则.在测试阶段,分别计算待识别样本与两个最小包围超球球心的距离,根据其与超球半径的大小关系确定待识别样本所处区域,并采取相应分类准则完成分类.UCI数据集上的多个数值实验表明,与支持向量机(SVM),支持向量域分类器(SVDC)相比,SSVDC具有好的鲁棒性,训练时间可缩短为SVM的20.6%,分类精度比SVDC提高45.9%. 展开更多

关键词 空间支持向量域分类器 支持向量域描述 描述边界 区域 鲁棒性 模式识别

在线阅读 下载PDF 职称材料

回归型模糊最小二乘支持向量机 被引量：11

3

作者 吴青 刘三阳 杜喆 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2007年第5期773-778,共6页

为了克服最小二乘支持向量机对于孤立点过分敏感的问题,将模糊隶属度概念引入最小二乘支持向量机中,提出了基于支持向量域描述的模糊最小二乘支持向量回归机.该方法先对样本进行数据域描述得到一个包含该组数据的最小半径的超球,再根据... 为了克服最小二乘支持向量机对于孤立点过分敏感的问题,将模糊隶属度概念引入最小二乘支持向量机中,提出了基于支持向量域描述的模糊最小二乘支持向量回归机.该方法先对样本进行数据域描述得到一个包含该组数据的最小半径的超球,再根据特征空间中样本与超球球心的距离确定它们的隶属度,减少了奇异点(噪声)的影响;把所要求解的约束凸二次优化问题转化为正定线性方程组,并采用快速Cholesky分解的方法求解该方程组.实验结果表明该方法在不牺牲训练速度的前提下,比支持向量机和最小二乘支持向量机具有更高的预测精度. 展开更多

关键词 最小二乘支持向量机 模糊隶属度 数据域描述

在线阅读 下载PDF 职称材料

一种约减支持向量域描述算法RSVDD 被引量：5

4

作者 梁锦锦 刘三阳 吴德 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第5期927-931,共5页

为加快支持向量域描述(SVDD)的训练速度,提出基于约减集的约简支持向量域描述算法RSVDD.由于描述边界仅由支持向量决定,且支持向量多分布在描述边缘附近,该算法采用每个样本到中心的距离作为支持向量的一种可能性度量,选取距离较大的部... 为加快支持向量域描述(SVDD)的训练速度,提出基于约减集的约简支持向量域描述算法RSVDD.由于描述边界仅由支持向量决定,且支持向量多分布在描述边缘附近,该算法采用每个样本到中心的距离作为支持向量的一种可能性度量,选取距离较大的部分样本作为约减集参与SVDD训练.人造数据和基准集数据上的仿真实验表明了RSVDD的有效性和优越性,保证了目标类和奇异值类的分类精度,缩减了训练规模和训练时间. 展开更多

关键词 支持向量域描述 约减集 中心距离 支持向量

在线阅读 下载PDF 职称材料

基于密度敏感最大软间隔SVDD不均衡数据分类算法 被引量：6

5

作者 陶新民 李晨曦 +3 位作者 沈微 常瑞 王若彤 刘艳超 《电子学报》 EI CAS CSCD 北大核心 2018年第11期2725-2732,共8页

为了提高传统支持向量域描述(C-SVDD)算法处理不均衡数据集的分类能力,提出一种基于密度敏感最大软间隔支持向量域描述(DSMSM-SVDD)算法.该算法通过对多数类样本引入相对密度来体现训练样本原始空间分布对求解最优分类界面的影响,通过... 为了提高传统支持向量域描述(C-SVDD)算法处理不均衡数据集的分类能力,提出一种基于密度敏感最大软间隔支持向量域描述(DSMSM-SVDD)算法.该算法通过对多数类样本引入相对密度来体现训练样本原始空间分布对求解最优分类界面的影响,通过在目标函数中增加最大软间隔正则项,使C-SVDD的分类边界向少数类偏移,进而提高算法分类性能.算法首先对每个多数类样本计算相对密度来反映样本的重要性,然后将训练样本输入到DSMSM-SVDD中实现数据分类.实验部分,讨论了算法参数间的关系及其对算法分类性能的影响,给出算法参数取值建议.最后通过与C-SVDD的对比实验,表明本文建议的算法在不均衡数据情况下的分类性能优于C-SVDD算法. 展开更多

关键词 支持向量域数据描述 不均衡数据 相对密度

在线阅读 下载PDF 职称材料

基于支持向量域描述的学习分类器 被引量：3

6

作者 陆从德 张太镒 +1 位作者 李灿平 张伟 《微电子学与计算机》 CSCD 北大核心 2005年第11期75-78,81,共5页

文章在分析支持向量域描述的基础上发展了一类基于描述的学习分类器。该算法在训练时通过在高维特征空间中求取所描述的训练样本的超球体边界,然后通过该边界对样本数据进行分类。文章所获得的学习算法和支持向量机(SVM)和序列最小优化(... 文章在分析支持向量域描述的基础上发展了一类基于描述的学习分类器。该算法在训练时通过在高维特征空间中求取所描述的训练样本的超球体边界,然后通过该边界对样本数据进行分类。文章所获得的学习算法和支持向量机(SVM)和序列最小优化(SMO)算法相比,不仅降低了样本的采集代价,而且在训练速度上有了很大提高。在CBCL人脸库和USPS手写数字识别的实验中,给出了该算法和SVM、SOM算法的实验对比结果,说明了该学习算法的有效性。 展开更多

关键词 支持向量域描述 学习分类器 支持向量机 序列最小优化

在线阅读 下载PDF 职称材料

一种提高雷达HRRP识别和拒判性能的新方法 被引量：5

7

作者 柴晶 刘宏伟 保铮 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2009年第2期233-239,共7页

在支持向量域描述的基础上,提出了多核支持向量域描述.针对支持向量域描述核函数形式过于简单的缺点,将支持向量域描述由单个高斯核扩展为多个高斯核线性组合的形式.扩展后的多核支持向量域描述方法可以表述为半正定规划问题,因此可以... 在支持向量域描述的基础上,提出了多核支持向量域描述.针对支持向量域描述核函数形式过于简单的缺点,将支持向量域描述由单个高斯核扩展为多个高斯核线性组合的形式.扩展后的多核支持向量域描述方法可以表述为半正定规划问题,因此可以收敛到全局最优解.新方法采用了更加复杂的核函数形式,能够更加灵活地描述训练样本在高维特征空间的边界分布情况,从而获得了比支持向量域描述更高的识别率和更低的虚警率. 展开更多

关键词 识别 拒判 多核支持向量域描述 半正定规划 全局最优解

在线阅读 下载PDF 职称材料

支持向量域多分类器 被引量：6

8

作者 吴德 刘三阳 《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第6期87-91,共5页

为解决多分类支持向量机计算量大、训练时间长的问题,构造了支持向量域多分类器(MS-VDC).在训练阶段,运用支持向量域描述求得各类样本的最小包围超球,进而将数据空间划分为不同区域;在测试阶段,计算待识别样本与最小包围超球球心的距离... 为解决多分类支持向量机计算量大、训练时间长的问题,构造了支持向量域多分类器(MS-VDC).在训练阶段,运用支持向量域描述求得各类样本的最小包围超球,进而将数据空间划分为不同区域;在测试阶段,计算待识别样本与最小包围超球球心的距离,并判断其空间位置;对超球重叠以及超球外区域的样本,定义一种相对类距离,判断样本归属该值较小的类.MSVDC避免了重复利用训练样本,降低了内存占用并提高了计算效率.数值实验结果表明:MSVDC具有好的鲁棒性,分类精度可高达98.89%,分别比一对多和一对一算法高4.51%和1.24%,训练时间分别为一对多和一对一算法的18.06%和55.41%. 展开更多

关键词 多分类器 支持向量域描述 最小包围超球 相对类距离 空间位置

在线阅读 下载PDF 职称材料

基于训练特征空间分布的雷达地面目标鉴别器设计 被引量：9

9

作者 李龙 刘峥 《电子与信息学报》 EI CSCD 北大核心 2016年第4期950-957,共8页

该文对雷达地面目标高分辨1维距离像目标识别中的库外目标鉴别问题,提出一种基于训练特征空间分布的雷达地面目标鉴别器。在训练阶段利用基于相关系数预处理的K-Means聚类方法对库内目标样本特征空间进行区域划分,并采用基于空间分布的... 该文对雷达地面目标高分辨1维距离像目标识别中的库外目标鉴别问题,提出一种基于训练特征空间分布的雷达地面目标鉴别器。在训练阶段利用基于相关系数预处理的K-Means聚类方法对库内目标样本特征空间进行区域划分,并采用基于空间分布的支撑向量域描述方法确定样本特征空间的边界与支撑向量,利用样本特征空间边界与加权K近邻原则对目标类别进行判决。该方法解决了库内目标与库外目标的鉴别问题,提高了目标识别系统的总体性能。针对多种不同姿态下目标特征空间非均匀聚合的特点,对训练样本特征空间进行区域划分,减小模板匹配搜索运算规模,保证目标鉴别所需的实时性工作要求。最后通过仿真和实测数据验证了该方法具备优良的鉴别性能与良好的实时处理能力。 展开更多

关键词 目标鉴别 高分辨距离像 K-MEANS聚类 支撑向量域描述 K近邻分类器

在线阅读 下载PDF 职称材料

一种分离超平面的确定方法 被引量：1

10

作者 刘万里 刘三阳 薛贞霞 《中北大学学报（自然科学版）》 CAS 2007年第6期546-551,共6页

针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离... 针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离超平面,尝试将SVDD与SVM结合.首先使两类的错误率上界相等,用来设定参数C1,C2的值;然后分别对每类样本应用SVDD算法进行描述,以求取两个超球形边界向量;最后以两个超球球心到分离超平面的距离和最大为准则,推导出两球球心之差为分离超平面的法向量,再用样本容量和两球半径所提供的信息,确定出分离超平面的阈值,建立一个分离超平面.实验数据表明:提出的算法与SVDC相比,分类的错分率显著减少;与标准的SVM相比,不仅错分率有所减少,而且训练时间也减少很多. 展开更多

关键词 支持向量域描述 分离超平面 支持向量机 支持向量域分类器 支持向量域描述机

在线阅读 下载PDF 职称材料

群决策中基于SVDD的专家权重的评价方法 被引量：2

11

作者 刘万里 王金艳 《武汉理工大学学报（交通科学与工程版）》 2009年第4期807-810,共4页

针对群决策中专家权重的评价问题,提出一种基于支持向量域描述(SVDD)的确定方法.利用生成树的方法把判断矩阵进行一致性剖分,利用支持向量域描述的方法排除干扰信息,找出群体公共信息,并引入群体相容性、群体信息贡献率等概念及其判断方... 针对群决策中专家权重的评价问题,提出一种基于支持向量域描述(SVDD)的确定方法.利用生成树的方法把判断矩阵进行一致性剖分,利用支持向量域描述的方法排除干扰信息,找出群体公共信息,并引入群体相容性、群体信息贡献率等概念及其判断方法;给出不同专家的群体信息贡献率的计算方法,确定出每位专家的评价权重,并通过示例验证了该方法的可行性和有效性.该方法能消除片面的影响,抓住关键信息,对专家的权重能比较客观地评价. 展开更多

关键词 群决策 生成树 相容性 支持向量域描述 权重

在线阅读 下载PDF 职称材料

带拒绝域的ECOC多类分类

12

作者 雷蕾 王晓丹 +1 位作者 罗玺 王玮 《电子学报》 EI CAS CSCD 北大核心 2017年第11期2779-2786,共8页

针对纠错输出编码分解框架的自身特点、从降低误判风险出发,研究了带拒绝域的ECOC多类分类方法.首先在二类划分过程中引入拒绝域,对不属于正负子类的待识别样本进行拒识;其次,在基分类器内部引入拒绝域,以最小化风险贝叶斯决策为目标,... 针对纠错输出编码分解框架的自身特点、从降低误判风险出发,研究了带拒绝域的ECOC多类分类方法.首先在二类划分过程中引入拒绝域,对不属于正负子类的待识别样本进行拒识;其次,在基分类器内部引入拒绝域,以最小化风险贝叶斯决策为目标,利用后验概率输出和代价矩阵寻找拒绝域阈值,对样本输出值落入拒绝域中的样本进行拒识;最后,研究了不同拒绝域输出的解码方法,并讨论了拒识码字个数和矩阵最小Hamming距离之间的关系.实验结果表明基于二类划分构造的拒绝域能够提高分类正确率,而基于基分类器构造的拒绝域能够减小分类代价. 展开更多

关键词 多类分类 纠错输出编码 拒绝域 支持向量数据描述 贝叶斯决策

在线阅读 下载PDF 职称材料

基于灰度梯度共生矩阵和SVDD的织物疵点检测 被引量：13

13

作者 王孟涛 李岳阳 +2 位作者 杜帅 蒋高明 罗海驰 《丝绸》 CAS CSCD 北大核心 2018年第12期50-56,共7页

织物疵点检测是现代纺织工业产品质量控制中的关键环节之一,对保证纺织品质量具有重要的现实意义。文章基于此提出一种灰度梯度共生矩阵(GGCM)和单分类器(SVDD)结合的检测方法。该方法首先对织物原图像采用自适应中值滤波、同态滤波进... 织物疵点检测是现代纺织工业产品质量控制中的关键环节之一,对保证纺织品质量具有重要的现实意义。文章基于此提出一种灰度梯度共生矩阵(GGCM)和单分类器(SVDD)结合的检测方法。该方法首先对织物原图像采用自适应中值滤波、同态滤波进行预处理,以消除图像上的光照不匀和噪声等影响,然后利用灰度梯度共生矩阵对预处理后的图像提取15个特征值并组成特征向量,经归一化后送入到单分类器SVDD中训练和测试。实验结果表明:使用此方法进行疵点检测,检验正确率达97%,漏检率为4. 5%和误检率为1. 4%,具有很好的检测效果。 展开更多

关键词 疵点检测 SVDD GGCM 自适应中值滤波 同态滤波

在线阅读 下载PDF 职称材料

基于离散度的SVDD支持向量预选取方法

14

作者 李传亮 王友仁 +1 位作者 罗慧 崔江 《佳木斯大学学报（自然科学版）》 CAS 2011年第2期184-187,192,共5页

为了提高SVDD训练效率、降低存储空间需求,提出了样本的离散度概念,从理论上证明了样本的离散度和支持向量可能性大小之间的关系,并以此为依据来预选取支持向量.仿真实验表明该方法能够在保证SVDD分类精度的前提下,大幅减少训练样本数,... 为了提高SVDD训练效率、降低存储空间需求,提出了样本的离散度概念,从理论上证明了样本的离散度和支持向量可能性大小之间的关系,并以此为依据来预选取支持向量.仿真实验表明该方法能够在保证SVDD分类精度的前提下,大幅减少训练样本数,而且比现有的其它方法精度更高,证明了该方法的有效性和优越性. 展开更多

关键词 支持向量数据描述 SVDD 支持向量预选取 离散度

在线阅读 下载PDF 职称材料

基于多目标蚁群优化的单类支持向量机相似重复记录检测 被引量：12

15

作者 吕国俊 曹建军 +3 位作者 郑奇斌 常宸 翁年凤 彭琮 《兵工学报》 EI CAS CSCD 北大核心 2020年第2期324-331,共8页

为解决数据源中相似重复记录样本稀少问题,提出一种基于多目标蚁群优化的单类支持向量机相似重复记录分类检测方法。根据记录对中2条记录是否相似,将相似重复记录检测建模为二分类问题,用单类支持向量机进行分类,并且只用不相似重复记... 为解决数据源中相似重复记录样本稀少问题,提出一种基于多目标蚁群优化的单类支持向量机相似重复记录分类检测方法。根据记录对中2条记录是否相似,将相似重复记录检测建模为二分类问题,用单类支持向量机进行分类,并且只用不相似重复记录样本对进行训练;选择合适的属性相似度函数计算记录对之间的相似特征向量,将其作为单类支持向量机分类器的输入进行二分类检测;建立以查准率、查全率、特征数量综合最优为目标的多目标特征选择模型,结合训练样本为单类样本的特点,将启发式因子定义为类内散度最小化约束,设计了求解模型的多目标蚁群算法。通过将单类支持向量机算法和支持向量域描述算法、传统二分类支持向量机算法进行对比,结果验证了单类支持向量机算法的有效性和优越性。 展开更多

关键词 数据清洗 相似重复记录检测 多目标蚁群算法 特征选择 单类支持向量机 支持向量域描述

在线阅读 下载PDF 职称材料

基于改进支持向量域描述的道岔转辙机运行状态异常检测 被引量：4

16

作者 王君臣 徐田华 陈聪 《铁路计算机应用》 2019年第7期1-6,11,共7页

针对铁路道岔转辙机缺乏大量异常样本来实施其运行状态异常检测的问题,提出了基于改进的支持向量数据域描述方法的异常检测模型。以ZYJ7型液压道岔转辙机为研究对象,利用既有微机监测系统采集道岔功率数据。用聚类的方法对数据进行清洗... 针对铁路道岔转辙机缺乏大量异常样本来实施其运行状态异常检测的问题,提出了基于改进的支持向量数据域描述方法的异常检测模型。以ZYJ7型液压道岔转辙机为研究对象,利用既有微机监测系统采集道岔功率数据。用聚类的方法对数据进行清洗,接着对功率数据在时间序列上进行解锁、转换和锁闭分解,分别提取其统计特征值,采用主成分分析(PCA)法对特征值进行降维处理,将经过处理后的数据输入到异常检测分类器进行模型训练和模型测试。实验结果表明,改进的支持向量域描述(SVDD)分类器对道岔运行状态的异常检测有较强的识别能力。 展开更多

关键词 液压转辙机 改进SVDD算法 异常检测 主成分分析

在线阅读 下载PDF 职称材料

遥感图像分类的多核SVDD算法

17

作者 陈赛英 何建农 《华侨大学学报（自然科学版）》 CAS 北大核心 2014年第1期36-40,共5页

将K型核函数和指数径向基核函数分别与径向基核函数组合成多核函数,并利用其构造出性能更加优越的支持向量域描述(SVDD)算法.将提取的遥感图像各波段光谱特征组成特征向量,分别用基于径向基核函数和多核函数的SVDD算法进行遥感图像分类... 将K型核函数和指数径向基核函数分别与径向基核函数组合成多核函数,并利用其构造出性能更加优越的支持向量域描述(SVDD)算法.将提取的遥感图像各波段光谱特征组成特征向量,分别用基于径向基核函数和多核函数的SVDD算法进行遥感图像分类.仿真实验结果表明:改进核函数的SVDD分类算法提高了分类精度,缩短了训练时间. 展开更多

关键词 遥感图像 分类 支持向量域描述 K型核函数 指数径向基核函数

在线阅读 下载PDF 职称材料

一种基于乘性规则和支持向量域的水中目标识别分类器探讨

18

作者 鞠熠昊 《舰船电子工程》 2008年第12期171-173,共3页

目标识别是水中设备智能化的关键技术之一。通过阐述支持向量域描述(SVDD)以及乘性规则(GA)的原理,提出基于乘性规则和支持向量域结合的方法对水中目标进行分类识别,对比SVM算法需要支持向量数多,运算速度慢的缺点,该方法能有效提高优... 目标识别是水中设备智能化的关键技术之一。通过阐述支持向量域描述(SVDD)以及乘性规则(GA)的原理,提出基于乘性规则和支持向量域结合的方法对水中目标进行分类识别,对比SVM算法需要支持向量数多,运算速度慢的缺点,该方法能有效提高优化识别速度。 展开更多

关键词 目标识别 乘性规则 支持向量域 支持向量机

在线阅读 下载PDF 职称材料

基于支持向量域描述的雷达地面目标鉴别技术 被引量：1

19

作者 李龙 《火控雷达技术》 2021年第1期15-19,25,共6页

在高分辨一维距离像目标识别中,有效的对库内目标特征空间进行描述,并且对库外目标进行鉴别是一个关键问题。本文提出了一种基于非均匀特征向量分布的目标鉴别器设计方法,该方法利用训练特征空间的协方差分布情况,选择库内协方差较小,... 在高分辨一维距离像目标识别中,有效的对库内目标特征空间进行描述,并且对库外目标进行鉴别是一个关键问题。本文提出了一种基于非均匀特征向量分布的目标鉴别器设计方法,该方法利用训练特征空间的协方差分布情况,选择库内协方差较小,即样本密度较大的区域进行细致描述,有效克服了训练样本分布非均匀造成的特征空间描述偏差,进而保证对库内目标的有限判断与库外目标的有效剔除,从而提升目标识别系统的总体性能,最后利用仿真与实测数据相结合的方式对该方法的性能进行了验证。 展开更多

关键词 雷达 高分辨一维距离像 目标识别 支持向量域描述

在线阅读 下载PDF 职称材料