基于支持向量机的异常值检测的两种方法  

Two methods of novelty detection based on SVM

作　　者：曾嵘[1] 蒋新华[1] 刘建成[1] 

机构地区：[1]中南大学信息科学与技术学院,长沙410083

出　　处：《信息技术》2004年第5期3-4,共2页Information Technology

摘　　要：支持向量机逐渐成为机器学习的一种方法。异常值检测是支持向量机中一种特殊的分类问题,被称为一类分类。一类分类通过核映射确定一个包含正类样本的紧致区域,以便使异常值更容易暴露出来。介绍了一些一类分类算法的基本思想。Support Vector Machine(SVMs) have become an popular tool for machine learning task.Novelty detection is a special classification of SVM, called as one-class classification. For uncover novelty easily, one-class classification confirm a tighten region include positive kind through kernel mapping. The purpose of this article is introduction to basic idea of some one-class algorithm.

关 键 词：支持向量机 一类分类 决策函数 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]