单类支持向量机

作品数：114被引量：542H指数：11
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：胡雷尚文利曾鹏胡茑庆黄南天更多>>
相关机构：中国科学院国防科学技术大学南京航空航天大学东北电力大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划山东省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用x
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于中心核对齐的多核单类支持向量机被引量：3
《计算机应用》2022年第2期349-356,共8页祁祥洲 邢红杰 
国家自然科学基金资助项目(61672205);河北省自然科学基金资助项目(F2017201020)。
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...
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 
基于One-class SVM的噪声图像分割方法被引量：5
《计算机应用》2019年第3期874-881,共8页尚方信 郭浩 李钢 张玲 
国家自然科学基金资助项目(61472270)~~
为解决现有无监督图像分割模型对强噪声环境鲁棒性差、无法适应复杂混合噪声的问题,提出了一种基于One-class SVM方法的改进后的噪声鲁棒图像分割模型。首先,基于One-class SVM构建一种数据离群程度检测机制;然后,将离群程度值引入能量...
关键词：图像分割 图像噪声 单类支持向量机 离群检测 能量项 
基于改进单类支持向量机的工业控制网络入侵检测方法被引量：18
《计算机应用》2018年第5期1360-1365,1371,共7页刘万军 秦济韬 曲海成 
辽宁省教育厅科研一般项目(L2015216);辽宁工程技术大学生产技术基金资助项目(20160092T)~~
针对单类支持向量机(OCSVM)入侵检测方法无法检测内部异常点和离群点导致决策函数偏离训练样本的问题,提出了一种结合具有噪声的密度聚类(DBSCAN)方法和K-means方法的OCSVM异常入侵检测算法。首先通过DBSCAN算法,剔除训练数据中的离群点...
关键词：单类支持向量机 具有噪声的密度聚类 K-MEANS 工业控制网络 异常入侵检测 
基于模糊C均值聚类与单类支持向量机的音频隐写分析方法被引量：2
《计算机应用》2016年第3期647-652,共6页王昱洁 蒋薇薇 
安徽省自然科学基金资助项目(1308085QF116);中央高校基本科研业务费专项资金资助项目(2012HGBZ0202)~~
针对传统的二分类音频隐写分析方法对未知隐写方法的适应性较差的问题,提出了一种基于模糊C均值(FCM)聚类与单类支持向量机(OC-SVM)的音频隐写分析方法。在训练过程中,首先对训练音频进行特征提取,包括短时傅里叶变换(STFT)频谱的统计...
关键词：模糊C均值聚类 单类支持向量机 隐写分析 音频质量测度 音频隐写 
基于最小二乘模糊单类支持向量机的网络故障检测
《计算机应用》2010年第10期2834-2837,共4页张立 孟相如 张亚普 
陕西省自然科学基金资助项目(SJ08F14);空军工程大学电讯工程学院研究生创新基金项目
针对基于单类支持向量机的网络故障异常检测存在的训练速度慢和检测精度低等问题,提出一种最小二乘模糊单类支持向量机(LSFOC-SVM)。该方法采用最小二乘损失函数和等式化约束改进标准单类支持向量机的训练算法,将二次规划转化为解线性...
关键词：网络故障检测 支持向量机 单类分类 最小二乘 模糊隶属度 
一种新的用于候选基因排序的数据融合方法
《计算机应用》2009年第6期1563-1565,1571,共4页卜令超 王士同 
国家自然科学基金资助项目(6077320660704047)
从成百上千的候选基因中确定关键基因是寻找致病基因(或参与某个生物过程的基因)的重要步骤,而根据多种数据源对候选基因进行综合排序则成为该领域新的挑战。提出一种新的基于单类支持向量机的数据融合方法用于候选基因排序。实验表明...
关键词：候选基因排序 数据融合 单类支持向量机 
基于单类支持向量机的音频分类被引量：4
《计算机应用》2009年第5期1419-1422,共4页颜景斌 吴石 伊戈尔·艾杜阿尔达维奇 
白俄罗斯国立大学科学技术中心基金项目(2006-B-1375)
研究一种基于单类支持向量机的音频分类方法,能够使每一类样本都独立地获得一个决策函数,通过决策函数的最大值来判断样本所属的类。通过使用小波包变换提取语音特征向量,并融合多特征向量,将音频分为5类:纯语音、音乐、环境音、含背景...
关键词：单类支持向量机 音频分类 特征提取 小波 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部