期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于L1范数稀疏距离测度学习的单类分类算法
被引量:
4
1
作者
胡正平
路亮
许成谦
《电子学报》
EI
CAS
CSCD
北大核心
2012年第1期134-140,共7页
已有单类分类算法通常采用欧氏测度描述样本间相似关系,然而欧氏测度有时难以较好地反映一些数据集样本的内在分布结构,为此提出一种用于改善单类分类器描述性能的高维空间单类数据距离测度学习算法,与已有距离测度学习算法相比,该算法...
已有单类分类算法通常采用欧氏测度描述样本间相似关系,然而欧氏测度有时难以较好地反映一些数据集样本的内在分布结构,为此提出一种用于改善单类分类器描述性能的高维空间单类数据距离测度学习算法,与已有距离测度学习算法相比,该算法只需提供目标类数据,通过引入样本先验分布正则化项和L1范数惩罚的距离测度稀疏性约束,能有效解决高维空间小样本情况下的单类数据距离测度学习问题,并通过采用分块协调下降算法高效的解决距离测度学习的优化问题.学习得到的距离测度能容易地嵌入到单类分类器中,仿真实验结果表明采用学习得到的距离测度能有效改善单类分类器的描述性能,特别能够改善覆盖分类的描述能力,从而使得单类分类器具有更强的推广能力.
展开更多
关键词
模式识别
稀疏距离测度学习
L1范数
单类分类器
下载PDF
职称材料
高维空间L1范数约束的一类数据稀疏距离测度学习算法与应用
2
作者
胡正平
路亮
+1 位作者
许成谦
侯明玉
《数学的实践与认识》
CSCD
北大核心
2011年第6期116-124,共9页
现有一类分类算法通常采用经典欧氏测度描述样本间相似关系,然而欧氏测度不能较好地反映一些数据集样本的内在分布结构,从而影响这些方法对数据的描述能力.提出一种用于改善一类分类器描述性能的高维空间一类数据距离测度学习算法,与已...
现有一类分类算法通常采用经典欧氏测度描述样本间相似关系,然而欧氏测度不能较好地反映一些数据集样本的内在分布结构,从而影响这些方法对数据的描述能力.提出一种用于改善一类分类器描述性能的高维空间一类数据距离测度学习算法,与已有距离测度学习算法相比,该算法只需提供目标类数据,通过引入样本先验分布正则化项和L1范数惩罚的距离测度稀疏性约束,能有效解决高维空间小样本情况下的一类数据距离测度学习问题,并通过采用分块协调下降算法高效的解决距离测度学习的优化问题.学习的距离测度能容易的嵌入到一类分类器中,仿真实验结果表明采用学习的距离测度能有效改善一类分类器的描述性能,特别能够改善SVDD的描述能力,从而使得一类分类器具有更强的推广能力.
展开更多
关键词
高维空间
稀疏距离测度学习
L1范数
一类分类器
原文传递
题名
基于L1范数稀疏距离测度学习的单类分类算法
被引量:
4
1
作者
胡正平
路亮
许成谦
机构
燕山大学信息科学与工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2012年第1期134-140,共7页
基金
国家自然科学基金(No.61071199)
河北省自然科学基金(No.F2008000891
+2 种基金
No.F2010001297)
中国博士后自然科学基金(No.20080440124)
第二批中国博士后特别资助基金(No.200902356)
文摘
已有单类分类算法通常采用欧氏测度描述样本间相似关系,然而欧氏测度有时难以较好地反映一些数据集样本的内在分布结构,为此提出一种用于改善单类分类器描述性能的高维空间单类数据距离测度学习算法,与已有距离测度学习算法相比,该算法只需提供目标类数据,通过引入样本先验分布正则化项和L1范数惩罚的距离测度稀疏性约束,能有效解决高维空间小样本情况下的单类数据距离测度学习问题,并通过采用分块协调下降算法高效的解决距离测度学习的优化问题.学习得到的距离测度能容易地嵌入到单类分类器中,仿真实验结果表明采用学习得到的距离测度能有效改善单类分类器的描述性能,特别能够改善覆盖分类的描述能力,从而使得单类分类器具有更强的推广能力.
关键词
模式识别
稀疏距离测度学习
L1范数
单类分类器
Keywords
pattern recognition
sparse distance metric learning
L1-norm
one-class classifier
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
高维空间L1范数约束的一类数据稀疏距离测度学习算法与应用
2
作者
胡正平
路亮
许成谦
侯明玉
机构
燕山大学信息科学与工程学院
出处
《数学的实践与认识》
CSCD
北大核心
2011年第6期116-124,共9页
基金
河北省自然科学基金(F2008000891)
河北省自然科学基金(F2010001297)
+2 种基金
中国博士后自然科学基金(20080440124)
第二批中国博士后基金特别资助(200902356)
国家自然科学基金(61071199)
文摘
现有一类分类算法通常采用经典欧氏测度描述样本间相似关系,然而欧氏测度不能较好地反映一些数据集样本的内在分布结构,从而影响这些方法对数据的描述能力.提出一种用于改善一类分类器描述性能的高维空间一类数据距离测度学习算法,与已有距离测度学习算法相比,该算法只需提供目标类数据,通过引入样本先验分布正则化项和L1范数惩罚的距离测度稀疏性约束,能有效解决高维空间小样本情况下的一类数据距离测度学习问题,并通过采用分块协调下降算法高效的解决距离测度学习的优化问题.学习的距离测度能容易的嵌入到一类分类器中,仿真实验结果表明采用学习的距离测度能有效改善一类分类器的描述性能,特别能够改善SVDD的描述能力,从而使得一类分类器具有更强的推广能力.
关键词
高维空间
稀疏距离测度学习
L1范数
一类分类器
Keywords
high-dimensional space
sparse distance metric learning
/l-norm
one-class classifter
分类号
O174.12 [理学—基础数学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于L1范数稀疏距离测度学习的单类分类算法
胡正平
路亮
许成谦
《电子学报》
EI
CAS
CSCD
北大核心
2012
4
下载PDF
职称材料
2
高维空间L1范数约束的一类数据稀疏距离测度学习算法与应用
胡正平
路亮
许成谦
侯明玉
《数学的实践与认识》
CSCD
北大核心
2011
0
原文传递
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部