搜索到264篇“ 数据域描述“的相关文章
基于支持向量数据描述的跨境活跃用户识别方法及装置
本发明公开了一种基于支持向量数据描述的跨境活跃用户识别方法及装置,该方法包括:基于跨境用户认定标准对历史用户进行认定,将符合跨境用户认定标准的用户标记为跨境用户;获得跨境用户多个维度的特征数据,将所述多个维度的特征数据...
狄潇然
一种基于数据描述的可变控制限故障检测方法
本发明公开了一种基于数据描述的可变控制限故障检测方法,具体涉及故障诊断技术领。解决了现有的故障检测中存在正常样本和故障样本混叠现象时,高的故障检测率(FDR)低的误报率(FAR)无法兼顾的问题。该方法首先通过局部可达...
周东华陈茂银桑建学郭天序台秀华纪洪泉钟麦英
基于支持向量数据描述的跨境活跃用户识别方法及装置
本发明公开了一种基于支持向量数据描述的跨境活跃用户识别方法及装置,该方法包括:基于跨境用户认定标准对历史用户进行认定,将符合跨境用户认定标准的用户标记为跨境用户;获得跨境用户多个维度的特征数据,将所述多个维度的特征数据...
狄潇然
一种基于数据描述的可变控制限故障检测方法
本发明公开了一种基于数据描述的可变控制限故障检测方法,具体涉及故障诊断技术领。解决了现有的故障检测中存在正常样本和故障样本混叠现象时,高的故障检测率(FDR)低的误报率(FAR)无法兼顾的问题。该方法首先通过局部可达...
周东华陈茂银桑建学郭天序台秀华纪洪泉钟麦英
一种双超球数据描述模型被引量:5
2019年
针对支持向量数据描述(SVDD)在训练学习时表现出的性能退化、鲁棒性差、分类间隔为零以及容易产生过学习等问题,提出一种双超球数据描述(DSHDD)模型。在支持向量数据描述小包围球的基础上,设计一个大包围球,通过双包围球将数据分割成正常区、异常区、拒绝区。实验结果验证了提出方法的适应性和有效性。
党帅涛柯坚吴文海王奇
关键词:异常检测支持向量数据描述
混沌分形特征与支持向量数据描述辨识机械动态系统异常被引量:4
2015年
为了在微弱故障征兆出现时能通过正常状态对异常进行辨识,针对通常动态系统故障状态样本缺乏的单值分类问题,提出混沌分形特征组合及支持向量数据描述(support vector data description,SVDD)的动态系统振动异常辨识方法。该方法采用误诊和漏诊两种分类错误的SVDD接受者操作特征(receiver operating characteristic,ROC)曲线,通过分析振动混沌分形特征,选取最大Lyapunov指数和关联维数的最优组合,进而建立正常状态样本单值SVDD分类器,并对可提高分类精度的试验验证法优选核函数参数进行了探讨。试验及测试表明,SVDD-ROC方法避免了传统特征选取对具体故障类型样本的依赖性,选取的特征组合对正常和故障样本有较好的自聚类性,SVDD方法仅需要正常状态样本就能辨识异常状态,并且对未知故障也有较好的异常辨识能力。该研究可为动态系统异常状态提供建模与检测的理论基础和设计依据,有效预防突发事故,节约维修成本,提高动态系统的利用率,保障其安全运行,有效降低成本。
李兆飞柴毅任小洪
关键词:分形动态系统
大规模数据集的数据描述及样本约减研究
支持向量机(SVM)是基于统计学习理论发展起来的一种机器学习方法,拥有不同于其他机器学习方法的独特优点,通过寻找结构风险最小化来实现实际风险最小化,能够克服局部最优解问题,具有良好的泛化性能与学习能力,在很多领受到广泛...
王兴
关键词:支持向量机大规模数据集
最小方差支撑向量数据描述
2012年
支撑向量数据描述(SVDD)是一种已经得到了广泛应用的核方法,但是其在构建超球时没有充分考虑数据分布信息。针对此问题,首先等价改写了SVDD算法优化问题,然后重新定义了该优化问题中的距离定义形式,进而提出了最小方差支撑向量数据描述(MVSVDD)算法。该算法充分考虑数据的分布信息。实验结果表明,相对于传统SVDD算法,MVSVDD在泛化能力上得到了较为明显的提高,体现出了更好的描述数据的能力。
王晓明王士同彭宏
关键词:核方法数据分布
保局性数据描述单类分类器
2011年
由于缺少对数据结构信息的考虑,现有的描述型单类分类器得到的支撑面往往是次优解。因此,以支持向量数据描述(SVDD)算法为基础,通过一种简易的形式引入数据亲和因子以保持样本局部特性,提出保局性数据描述分类器(LPDD),使成簇的数据作用被强化,而呈零星分布的数据影响力被削弱,引导分类支撑面自动靠近数据高密区而提高算法性能。此外,为适应大样本应用场合,采用序列最小优化算法进行模型参数调整。实验证明,所提算法无论在训练速率还是在分类性能上都优于SVDD。
郑建炜蒋一波王万良
关键词:支持向量域描述序列最小优化单类分类器
基于多数据描述的转录因子结合位点识别被引量:1
2011年
转录因子结合位点的识别对于理解转录调控机制起着重要作用,也是后基因组时代面临的巨大挑战之一。提出一个基于多任务学习的转录因子位点的识别方法。首先建立一个基于多任务学习理论的多数据描述模型,然后结合核方法设计转录因子结合位点多分类识别算法。最后对取自于TRANSFAC数据库的真实数据进行交叉验证测试。实验结果表明该方法能充分地利用稀缺的训练样本,有效地捕获不同类别间的联系,从而获得了较高的预测准确率。
陈鸣薛慧君熊赟朱扬勇
关键词:多任务学习转录因子结合位点核方法

相关作者

褚健
作品数:468被引量:3,303H指数:31
供职机构:浙江工业大学
研究主题:线性矩阵不等式 鲁棒控制 EPA 软测量 工业以太网
苏宏业
作品数:532被引量:2,269H指数:26
供职机构:浙江大学
研究主题:预测控制 软测量 故障源 振荡行为 控制回路
张英
作品数:7被引量:124H指数:5
供职机构:浙江大学
研究主题:支持向量机 数据域描述 软测量 软测量建模 数据挖掘
钟麦英
作品数:288被引量:503H指数:13
供职机构:山东科技大学
研究主题:故障检测 航空遥感 H 滤波器设计 线性矩阵不等式
周东华
作品数:498被引量:2,270H指数:24
供职机构:清华大学信息科学技术学院自动化系
研究主题:故障诊断 故障检测 动态系统 强跟踪滤波器 高速列车