《计算机学报》文章摘要   全文下载
文章题目	基于乘性规则的支持向量域分类器
作者	陆从德 张太镒 胡金燕
作者单位	（西安交通大学电信学院信息与通信工程系 西安 710049）
发表年份	2004
发表月份	5期(690-694)
文章摘要	摘要 该文提出了一种基于支持向量域描述（SVDD）的学习分类器.在两类样本分类中，该算法在训练时通过对1类样本的描述求取包含1类样本的球形边界，然后通过该边界对两类样本数据进行分类，并且在求取边界的优化问题中，采用乘性规则来直接求取Lagrange乘子，而不是用传统的二次优化方法.该文所获得的学习算法和支持向量机（SVM）与序列最小优化（SMO）算法相比，不仅降低了样本的采集代价，而且在优化速度上有了很大提高.通过CBCL人脸库的仿真实验，将该算法和SVM、SOM算法的实验结果进行对比，说明了该学习算法的有效性. 关键词 支持向量域描述；支持向量域分类器；乘性规则；支持向量机；序列最小优化 中图法分类号 TP18