核规则化最小体积覆盖椭球认知模型  

Kernel Regularized Minimum Volume Enclosing Ellipsoid Cognitive Model

作　　者：尉询楷[1] 李应红[1] 

机构地区：[1]空军工程大学工程学院,陕西西安710038

出　　处：《控制工程》2007年第S2期113-115,140,共4页Control Engineering of China

基　　金：空军工程大学工程学院优秀博士论文创新基金资助项目(BC0501);国家自然科学基金民航联合研究基金资助项目(60672179);国家863高技术研究计划青年基金资助项目(2005AA100200)

摘　　要：提出了基于最小体积覆盖椭球(MVEE)的类别认知模型,提出的核规则化自适应最小体积覆盖椭球认知模型可以在机器学习、鲁棒多元统计、奇异值检测、聚类等众多领域得到应用。以奇异值检测标准数据库为例,与一类支持向量机(OCSVM)、线性规划奇异值检测算法(LPND)进行了比较,结果表明,该模型准确度总体要高于一类支持向量机和线性规划奇异值检测算法。A regularized minimum volume enclosing ellipsoid problem is presented,and a dual form is derived consequently.The regularized item makes it possible for constructing the MVEE problem in kernel defined space.The kernel regularized MVEE cognize model for target class description can be applied to domains such as machine learning,robust multivariate statistics,novelty detection and clustering etc.For instance of benchmark novelty detection dataset,performance comparison is played on other two well known methods of one class SVM(OCSVM) and linear programming novelty detection(LPND).The results show that the total performances of the proposed cognize model are superior to OCSVM and LPND.

关 键 词：规则化最小体积覆盖椭球 对偶形式 再造核空间 奇异值检测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]