期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到62篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于支持向量的单类分类方法综述 被引量：27
1
作者 吴定海 张培林 +1 位作者 任国全 陈非 《计算机工程》 CAS CSCD 北大核心 2011年第5期187-189,共3页
研究基于支持向量机理论和单类分类思想的2种支持向量域数据描述模型,即单分类支持向量机和支持向量描述模型,分析2类模型之间的区别和联系以及参数的优化设置,总结支持向量域单分类方法存在的缺点以及目前对这2类支持向量描述模型研究... 研究基于支持向量机理论和单类分类思想的2种支持向量域数据描述模型,即单分类支持向量机和支持向量描述模型,分析2类模型之间的区别和联系以及参数的优化设置,总结支持向量域单分类方法存在的缺点以及目前对这2类支持向量描述模型研究的改进方向。 展开更多
关键词 单类分类 支持向量 数据描述 模式识别
下载PDF
基于改进SVDD的飞参数据新异检测方法 被引量：22
2
作者 孙文柱 曲建岭 +2 位作者 袁涛 高峰 付战平 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第4期932-939,共8页
为实现飞参数据自动判读,提出一种基于改进支持向量数据描述(SVDD)的飞参数据新异检测方法。首先通过启发式的约减SVDD核矩阵尺寸,加快了SVDD的运算速度,并使之更适合于大样本的飞参数据新异检测;而后研究了飞参数据中参数采样率不统一... 为实现飞参数据自动判读,提出一种基于改进支持向量数据描述(SVDD)的飞参数据新异检测方法。首先通过启发式的约减SVDD核矩阵尺寸,加快了SVDD的运算速度,并使之更适合于大样本的飞参数据新异检测;而后研究了飞参数据中参数采样率不统一条件下样本生成的问题;最后以发动机气路参数、舵面偏转参数和发动机振动值参数3组异常状态飞参数据为例,应用改进的SVDD方法进行了飞参数据新异检测。结果表明,该方法能准确检测出飞参数据中的异常,可用于飞参数据自动判读。 展开更多
关键词 模式识别 支持向量数据描述 新异检测 单类分类 飞参数据
下载PDF
基于混合多样性生成与修剪的集成单类分类算法 被引量：9
3
作者 刘家辰 苗启广 +2 位作者 曹莹 宋建锋 权义宁 《电子与信息学报》 EI CSCD 北大核心 2015年第2期386-393,共8页
针对传统集成学习方法直接应用于单类分类器效果不理想的问题,该文首先证明了集成学习方法能够提升单类分类器的性能,同时证明了若基分类器集不经选择会导致集成后性能下降;接着指出了经典集成方法直接应用于单类分类器集成时存在基分... 针对传统集成学习方法直接应用于单类分类器效果不理想的问题,该文首先证明了集成学习方法能够提升单类分类器的性能,同时证明了若基分类器集不经选择会导致集成后性能下降;接着指出了经典集成方法直接应用于单类分类器集成时存在基分类器多样性严重不足的问题,并提出了一种能够提高多样性的基单类分类器混合生成策略;最后从集成损失构成的角度拆分集成单类分类器的损失函数,针对性地构造了集成单类分类器修剪策略并提出一种基于混合多样性生成和修剪的单类分类器集成算法,简称为PHD-EOC。在UCI标准数据集和恶意程序行为检测数据集上的实验结果表明,PHD-EOC算法兼顾多样性与单类分类性能,在各种单类分类器评价指标上均较经典集成学习方法有更好的表现,并降低了决策阶段的时间复杂度。 展开更多
关键词 机器学习 单类分类 集成单类分类 分类器多样性 集成修剪 集成学习
下载PDF
基于双自编码器和Transformer网络的异常检测方法 被引量：2
4
作者 周佳航 邢红杰 《计算机应用》 CSCD 北大核心 2023年第1期22-29,共8页
基于自编码器(AE)的异常检测方法利用重构误差判断待测样本是正常数据还是异常数据。然而,上述方法在正常数据与异常数据上产生的重构误差非常接近,导致部分异常数据很容易被错分为正常数据。为解决上述问题,提出一种由两个并行的AE和一... 基于自编码器(AE)的异常检测方法利用重构误差判断待测样本是正常数据还是异常数据。然而,上述方法在正常数据与异常数据上产生的重构误差非常接近,导致部分异常数据很容易被错分为正常数据。为解决上述问题,提出一种由两个并行的AE和一个Transformer网络组成的异常检测方法——DATN-ND。首先,Transformer网络利用输入样本的瓶颈特征生成伪异常数据的瓶颈特征,从而在训练集中增加异常数据信息;其次,双AE将带有异常数据信息的瓶颈特征尽可能地重构为正常数据,增加异常数据与正常数据的重构误差差别。与记忆增强自编码器(MemAE)相比,DATN-ND在MNIST、Fashion-MNIST、CIFAR-10数据集上ROC曲线下面积(AUC)分别提升6.8、12.0和2.5个百分点。实验结果表明,DATN-ND能够有效扩大正常数据和异常数据在重构误差上的差别。 展开更多
关键词 异常检测 自编码器 重构误差 单类分类 Transformer网络
下载PDF
基于球面正则化的支持向量描述视觉异常检测
5
作者 邓诗卓 滕达 +2 位作者 李晓红 陈佳祺 陈东岳 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第3期315-325,共11页
异常检测作为视觉领域中一项独特而关键的任务,在医疗、安保等领域具有广泛的前景。异常检测目前受限于大规模异常数据标注,因此现有方法集中在单类分类和弱监督学习,深度支持向量描述(Deep SVDD)是实现单类分类的常见方法。然而,传统De... 异常检测作为视觉领域中一项独特而关键的任务,在医疗、安保等领域具有广泛的前景。异常检测目前受限于大规模异常数据标注,因此现有方法集中在单类分类和弱监督学习,深度支持向量描述(Deep SVDD)是实现单类分类的常见方法。然而,传统Deep SVDD在开展异常检测时往往面临球体崩塌。针对这一问题,提出了基于球面正则化的SVDD异常检测算法,通过引入软间隔损失与支持向量的思想,优化模型学习流程。进一步地,面向可标注样本,提出了基于SVDD的弱监督异常检测方法。在公开数据集MNIST和CIFAR-10上进行消融和对比实验,实验证明,相比于有监督算法,在MNIST数据集上,SR-WSVDD的性能提高了3.7%,而在CIFAR-10数据集上则提高了16.7%。此外,与其他弱监督算法相比,SR-WSVDD在CIFAR-10数据集上提升了1.8%。所提出的SR-SVDD异常检测算法,弥补Deep SVDD容易发生球体崩塌的缺陷,使模型异常检测结果更加准确。 展开更多
关键词 计算机视觉 单类分类 弱监督学习 异常检测 自编码器 支持向量
下载PDF
利用主动学习改进遥感图像单类分类:以正类和未标记样本学习方法为例 被引量：5
6
作者 孙熠 李培军 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第1期155-163,共9页
针对单类分类方法中只用正类训练样本导致训练样本数量和质量的选择直接影响分类结果精度的问题,以正类和未标记样本学习(PUL)为例,研究如何利用主动学习选择训练样本,以求改善单类分类的精度。首先用随机选取的训练样本进行PUL分类,直... 针对单类分类方法中只用正类训练样本导致训练样本数量和质量的选择直接影响分类结果精度的问题,以正类和未标记样本学习(PUL)为例,研究如何利用主动学习选择训练样本,以求改善单类分类的精度。首先用随机选取的训练样本进行PUL分类,直到获得稳定的分类精度,然后利用主动学习选择和增加最有用(informative)的正类或负类样本,用于PUL分类。结果表明,当利用足够多的随机选取的正类样本得到稳定的分类精度后,利用主动学习选择和增加正类样本可以提高分类精度;利用主动学习的同时加入正类和负类样本,可以得到比只加入正类样本更高的分类精度;将利用主动学习得到的正类样本经相似性筛选后得到的正类样本,分类精度与直接利用主动学习选择的样本相似,但达到同样精度时需要更少的样本。因此,利用主动学习选择和增加样本可以有效地改善单类分类的精度。 展开更多
关键词 单类分类 主动学习 正类和未标记样本学习(PUL)
下载PDF
无监督时频信息结合的舰船辐射噪声信号抗诱饵干扰方法 被引量：1
7
作者 段一琛 申晓红 +1 位作者 王海燕 闫永胜 《兵工学报》 EI CAS CSCD 北大核心 2023年第9期2722-2731,共10页
舰船辐射噪声信号是感知目标舰船的重要方式之一。诱饵信号通过模仿目标舰船辐射噪声,混淆感知系统以掩护目标舰船完成战略目标。如果可以通过对舰船辐射噪声与诱饵信号识别方式实现抗干扰,将大大提高战时敌方舰船识别效率,从而提高战... 舰船辐射噪声信号是感知目标舰船的重要方式之一。诱饵信号通过模仿目标舰船辐射噪声,混淆感知系统以掩护目标舰船完成战略目标。如果可以通过对舰船辐射噪声与诱饵信号识别方式实现抗干扰,将大大提高战时敌方舰船识别效率,从而提高战术行动的效率和成功率。将抗诱饵干扰问题转化为单类分类问题,尝试采用深度学习范式给出解决方法。以此为背景,提出无监督时频信息结合的舰船辐射噪声信号抗诱饵干扰方法。构建针对舰船辐射噪声信号时域、时频域数据的对抗生成网络结构。采用对抗训练策略捕捉舰船辐射噪声信号的时域、时频域联合分布,提高模型针对舰船辐射噪声信号的表示学习能力,最终实现端到端的舰船辐射噪声信号单类分类任务。实验数据由外场实验模拟产生诱饵信号采集而来。研究结果表明:在无监督条件下的AUC值为0.84,相对于单类分类基线模型高出0.17,可以实现对舰船辐射噪声信号抗诱饵干扰。 展开更多
关键词 舰船辐射噪声 抗诱饵信号干扰 对抗生成网络 单类分类
下载PDF
基于SVDD和多分辨率的铸坯表面缺陷检测 被引量：4
8
作者 杨娟 黄心汉 《计算机与数字工程》 2012年第12期139-141,共3页
文章提出了一种基于SVDD(支持向量数据描述)和多分辨率的铸坯表面缺陷检测方法。SVDD方法是一种单类分类法,提取正常样本的纹理特征进行训练,将特征向量与正常样本有一定距离的样本归类至异常样本类。实验证明:基于SVDD的分类方法比已... 文章提出了一种基于SVDD(支持向量数据描述)和多分辨率的铸坯表面缺陷检测方法。SVDD方法是一种单类分类法,提取正常样本的纹理特征进行训练,将特征向量与正常样本有一定距离的样本归类至异常样本类。实验证明:基于SVDD的分类方法比已有算法有着更高的识别率,且只需训练正常样本就可准确识别缺陷纹理,具有良好的实用推广性。同时基于多分辨率的铸坯缺陷定位方法能够准确快速定位出铸坯缺陷,适用于复杂背景下的非细节性的目标定位。 展开更多
关键词 支持向量数据描述 单类分类 特征向量 多分辨率 缺陷检测
下载PDF
基于多核支持向量数据描述的单类分类方法 被引量：4
9
作者 吴定海 张培林 +1 位作者 王怀光 傅建平 《计算机工程》 CAS CSCD 2013年第5期165-168,173,共5页
针对异常检测模型中,单核支持向量数据描述存在映射形式单一以及核函数、核参数选择困难的问题,提出一种多核优化组合的支持向量域描述的单类分类方法。在分析多核映射的核空间基础上,建立多核支持向量数据描述模型,以更灵活地描述训练... 针对异常检测模型中,单核支持向量数据描述存在映射形式单一以及核函数、核参数选择困难的问题,提出一种多核优化组合的支持向量域描述的单类分类方法。在分析多核映射的核空间基础上,建立多核支持向量数据描述模型,以更灵活地描述训练样本在高维特征空间的边界分布情况。采用目标函数的梯度下降法对该模型的多核组合权重进行分步寻优,并引入异常类测试样本来控制和评价分类器的描述精度和推广能力。仿真实验结果表明,该方法具有更好的学习能力和计算效率。 展开更多
关键词 模式识别 单类分类 多核学习 支持向量数据描述 异常检测
下载PDF
流形嵌入的支持向量数据描述 被引量：4
10
作者 陈斌 李斌 +1 位作者 潘志松 陈松灿 《模式识别与人工智能》 EI CSCD 北大核心 2009年第4期548-553,共6页
测地距离能在宏观层面上较真实地反映数据中所隐含的几何结构,可基于它的支持向量数据描述(SVDD)无法直接优化.为此,文中提出一种流形分类学习算法的设计框架.用原空间测地距离近似各向同性的特征映射(ISOMAP)降维空间上的欧氏距离,即... 测地距离能在宏观层面上较真实地反映数据中所隐含的几何结构,可基于它的支持向量数据描述(SVDD)无法直接优化.为此,文中提出一种流形分类学习算法的设计框架.用原空间测地距离近似各向同性的特征映射(ISOMAP)降维空间上的欧氏距离,即在隐含ISOMAP降维后空间上执行原学习算法.按照该框架,以SVDD为例发展出嵌入的ISOMAP发现的低维流形的SVDD(mSVDD),从而解决基于测地距离的SVDD的优化问题.USPS手写体数字数据集上的实验表明,mSVDD的单类性能较SVDD有较显著提高. 展开更多
关键词 流形嵌入 测地距离 各向同性的特征映射(ISOMAP) 支持向量数据描述(SVDD) 单类分类
原文传递
基于人工免疫系统的单类分类算法研究 被引量：4
11
作者 陈岳兵 冯超 +1 位作者 张权 唐朝京 《计算机工程与设计》 CSCD 北大核心 2011年第9期3144-3147,共4页
为了增加检测器的覆盖率,提高算法性能,对V-detector检测器生成算法进行改进,提出了一种不限定检测器中心点位置的检测器生成算法。在检测器生成时,使大部分检测器中心点仍然在问题域内,覆盖问题域内的非我区域,少量检测器中心点位于问... 为了增加检测器的覆盖率,提高算法性能,对V-detector检测器生成算法进行改进,提出了一种不限定检测器中心点位置的检测器生成算法。在检测器生成时,使大部分检测器中心点仍然在问题域内,覆盖问题域内的非我区域,少量检测器中心点位于问题域之外,覆盖问题域边缘。改进后的检测器生成算法中,检测器中心点分量服从正态分布,检测器覆盖问题域边缘的能力增强,检测器覆盖率更高。在基准数据集上的实验结果表明,改进后算法的性能有显著提高。 展开更多
关键词 人工免疫系统 否定选择算法 单类分类 故障诊断 异常检测
下载PDF
基于单类分类的航空遥感影像变化检测
12
作者 薄树奎 荆永菊 《郑州航空工业管理学院学报》 2023年第2期74-78,共5页
航空遥感影像的变化检测在城市规划等领域发挥着重要作用。文章提出一种基于单类分类的变化检测方法,通过对不同时相的航空遥感影像进行单类分类,提取针对该兴趣类别的变化信息。该方法仅需要兴趣类别的训练样本,由训练样本确定一个距... 航空遥感影像的变化检测在城市规划等领域发挥着重要作用。文章提出一种基于单类分类的变化检测方法,通过对不同时相的航空遥感影像进行单类分类,提取针对该兴趣类别的变化信息。该方法仅需要兴趣类别的训练样本,由训练样本确定一个距离阈值,实现单类分类和变化检测。虽然简化了参数设置和样本训练,但实验结果表明,该方法与最近邻方法具有相近的变化检测精度。 展开更多
关键词 变化检测 单类分类 航空影像 遥感影像
下载PDF
基于单类分类方法的道路高排放源识别算法
13
作者 周汉胜 李泽瑞 周金华 《传感器与微系统》 CSCD 北大核心 2023年第1期140-143,148,共5页
为了提高对道路高排放源的识别效率,降低其造成的大气污染,提出了一种基于随机傅里叶特征和非常稀疏映射的单类分类(OCC)宽度学习系统(BLS)的道路高排放源识别方法,即OCC-FS-BLS。首先,将道路高排放源数据进行非线性的随机傅里叶特征映... 为了提高对道路高排放源的识别效率,降低其造成的大气污染,提出了一种基于随机傅里叶特征和非常稀疏映射的单类分类(OCC)宽度学习系统(BLS)的道路高排放源识别方法,即OCC-FS-BLS。首先,将道路高排放源数据进行非线性的随机傅里叶特征映射得到BLS的特征节点,再通过非常稀疏随机映射生成增强节点,拼接所有节点作为BLS输出层的输入;然后,通过岭回归求解改进BLS的输出权重;最后,根据OCC-BLS构建单类分类算法的策略,实现OCC-FS-BLS算法。实验结果表明:OC-FS-BLS在高排放源识别任务中相比OCC-BLS等其他模型表现出更好的识别性能。 展开更多
关键词 高排放源识别 单类分类 宽度学习系统 随机傅里叶特征 非常稀疏随机映射 遥感监测
下载PDF
基于LLE的分类算法及其在被动毫米波目标识别中的应用 被引量：4
14
作者 罗磊 李跃华 《电子与信息学报》 EI CSCD 北大核心 2010年第6期1306-1310,共5页
该文针对模式识别中的单类分类问题,根据LLE算法思想,考虑数据分布的低维流形,提出了一种单类分类算法。基于流形学习算法发现了被动毫米波信号的短时傅里叶谱中低维流形的存在,并讨论了其特性。将新算法应用于被动毫米波金属目标识别,... 该文针对模式识别中的单类分类问题,根据LLE算法思想,考虑数据分布的低维流形,提出了一种单类分类算法。基于流形学习算法发现了被动毫米波信号的短时傅里叶谱中低维流形的存在,并讨论了其特性。将新算法应用于被动毫米波金属目标识别,相对目前流行的分类算法,取得了更好的效果,且算法对输入参数不敏感,在数据混叠程度较高时仍有很好的鲁棒性。 展开更多
关键词 目标识别 毫米波 流形学习 局部线性嵌入 单类分类
下载PDF
基于中心核对齐的多核单类支持向量机 被引量：2
15
作者 祁祥洲 邢红杰 《计算机应用》 CSCD 北大核心 2022年第2期349-356,共8页
多核学习(MKL)方法在分类及回归任务中均取得了优于单核学习方法的性能,但传统的MKL方法均用于处理两类或多类分类问题。为了使MKL方法适用于处理单类分类(OCC)问题,提出了基于中心核对齐(CKA)的单类支持向量机(OCSVM)。首先利用CKA计... 多核学习(MKL)方法在分类及回归任务中均取得了优于单核学习方法的性能,但传统的MKL方法均用于处理两类或多类分类问题。为了使MKL方法适用于处理单类分类(OCC)问题,提出了基于中心核对齐(CKA)的单类支持向量机(OCSVM)。首先利用CKA计算每个核矩阵的权重,然后将所得权重用作线性组合系数,进而将不同类型的核函数加以线性组合以构造组合核函数,最后将组合核函数引入到传统OCSVM中代替单个核函数。该方法既能避免核函数的选取问题,又能提高泛化性能和抗噪声能力。在20个UCI基准数据集上与其他五种相关方法进行了实验比较,结果表明该方法在13个数据集上的几何均值(g-mean)均高于其他对比方法,而传统的单核OCSVM仅在2个数据集上的效果较好,局部多核单类支持向量机(LMKOCSVM)和基于核目标对齐的多核单类支持向量机(KTAMKOCSVM)在5个数据集上的分类效果较好。因此,通过实验比较充分验证了所提方法的有效性。 展开更多
关键词 多核学习 中心核对齐 单类支持向量机 单类分类 核函数
下载PDF
高维混合入侵检测数据的单类分类算法研究 被引量：2
16
作者 莫少慧 古兰拜尔·吐尔洪 买日旦·吾守尔 《计算机应用与软件》 北大核心 2022年第4期300-310,共11页
针对传统的方法未能有效地处理具有高维、混合以及不平衡的特性的入侵检测数据,结合单类分类概念和均值计算方法,提出一种单类分类K近邻(KNN)均值算法。其使用主成分分析混合(PCA mix)方法对高维混合数据进行降维预处理,并运用Bootstra... 针对传统的方法未能有效地处理具有高维、混合以及不平衡的特性的入侵检测数据,结合单类分类概念和均值计算方法,提出一种单类分类K近邻(KNN)均值算法。其使用主成分分析混合(PCA mix)方法对高维混合数据进行降维预处理,并运用Bootstrap方法计算决策边界,提高准确性。通过使用三个不同的公开数据集进行实验,并与单类分类支持向量机(OCSVM)算法作对比,其分辨精度提高至94%以上,充分验证了提出算法的优越性。 展开更多
关键词 高维混合 不平衡 入侵检测数据 单类分类 K近邻 PCA mix BOOTSTRAP
下载PDF
基于相关熵和距离方差的支持向量数据描述选择性集成 被引量：3
17
作者 邢红杰 魏勇乐 《计算机科学》 CSCD 北大核心 2016年第5期252-256,264,共6页
提出基于信息理论学习中相关熵和距离方差的支持向量数据描述选择性集成。利用相关熵代替均方误差来度量集成的紧致性,构造出更为紧致的分类边界;利用距离方差集成度量集成中基分类器间的差异性,以提高集成模型的差异性;在目标函数中增... 提出基于信息理论学习中相关熵和距离方差的支持向量数据描述选择性集成。利用相关熵代替均方误差来度量集成的紧致性,构造出更为紧致的分类边界;利用距离方差集成度量集成中基分类器间的差异性,以提高集成模型的差异性;在目标函数中增加基于L_1范数的正则化项,实现选择性集成。此外,利用半二次优化技术对所提选择性集成模型进行求解。与单个支持向量数据描述、基于Bagging的支持向量数据描述集成以及基于AdaBoost的支持向量数据描述集成相比,所提方法取得了更优的分类性能。 展开更多
关键词 单类分类 支持向量数据描述 相关熵 选择性集成
下载PDF
面向对象的遥感影像单类分类 被引量：2
18
作者 薄树奎 荆永菊 《现代电子技术》 北大核心 2016年第7期48-50,56,共4页
在遥感影像中只提取其中的一个特定类别,称为单类分类。结合面向对象分析方法,采用单类分类器提取影像中的兴趣类别。首先,探讨了面向对象遥感影像数据的分布特征和分割参数选择问题;然后,基于分割产生的影像对象,利用单类支持向量机方... 在遥感影像中只提取其中的一个特定类别,称为单类分类。结合面向对象分析方法,采用单类分类器提取影像中的兴趣类别。首先,探讨了面向对象遥感影像数据的分布特征和分割参数选择问题;然后,基于分割产生的影像对象,利用单类支持向量机方法,提取遥感影像中的特定类别信息。实验结果与基于像素的单类分类方法进行比较,表明结合面向对象的单类分类方法具有更高的分类精度。 展开更多
关键词 单类分类 面向对象技术 遥感影像 支持向量机
下载PDF
遥感影像单类分类的白化变换法 被引量：2
19
作者 薄树奎 李向 李玲玲 《测绘学报》 EI CSCD 北大核心 2015年第2期190-197,共8页
提出-种基于白化变换的单类分类方法.该方法仅需要兴趣类别的训练样本.首先,基于兴趣类别对原遥感影像作白化变换,使兴趣类别的分布在各个方向上的方差相同.然后,确定一个距离阈值实现单类分类,根据切比雪夫定理,选择不同倍数的标准差... 提出-种基于白化变换的单类分类方法.该方法仅需要兴趣类别的训练样本.首先,基于兴趣类别对原遥感影像作白化变换,使兴趣类别的分布在各个方向上的方差相同.然后,确定一个距离阈值实现单类分类,根据切比雪夫定理,选择不同倍数的标准差作为阈值进行单类分类试验.结果表明,各个地物类别都在3-4倍标准差的区间内获得最高的分类精度.最后,以3倍标准差作为阈值的单类分类结果,与单类支持向量机方法比较,两种方法的分类结果非常相近,而基于白化变换的方法阈值选择简单,鲁棒性强. 展开更多
关键词 白化变换 单类分类 兴趣类别 阈值
下载PDF
基于TM影像的单类分类算法比较研究 被引量：1
20
作者 邵一杰 《通化师范学院学报》 2020年第2期58-64,共7页
单类分类是指在只有一种类别样本的情况下,只通过这一类样本训练分类器,再用训练出的分类器对未知类别的样本进行类别判断.在遥感影像分类问题中,当某种类别样本无法获取或相对于其他样本数量很少时,就会产生各类样本数量不均衡的现象,... 单类分类是指在只有一种类别样本的情况下,只通过这一类样本训练分类器,再用训练出的分类器对未知类别的样本进行类别判断.在遥感影像分类问题中,当某种类别样本无法获取或相对于其他样本数量很少时,就会产生各类样本数量不均衡的现象,传统的两类或多类分类方法将不能很好地适用;当只需要从图像中提取某种特定的类别时,标定大量非此类别的样本将花费不必要的时间,这时就需要用单类分类器来解决问题.因此,研究单类分类器在遥感影像分类问题中的应用有着重大的意义.该文集中讨论几种典型的单类分类算法,将他们应用于TM遥感影像进行比较分析实验.证明基于支撑域的单类分类方法OCSVM(one-class SVM)和基于密度的方法GDD(Gaussian Domain Descriptor)均可以完成针对遥感影像的地物分类,而BSVM方法因考虑了更多样本的信息,能够得到更好的分类结果.得出结论,在单类分类问题中,加入未知类别样本的信息,可以提高分类效果.而这些方法的缺点是参数多且分类结果对参数敏感,这些问题有待在今后进一步研究. 展开更多
关键词 单类分类 分类器 支撑向量法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部