[发明专利]基于样本边缘点内部点的单类支持向量机核参数优化方法在审
| 申请号： | 201810203614.8 | 申请日： | 2018-03-13 |
| 公开（公告）号： | CN108376266A | 公开（公告）日： | 2018-08-07 |
| 发明（设计）人： | 肖英超;严勇杰;高海超 | 申请（专利权）人： | 中国电子科技集团公司第二十八研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210007 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于样本边缘点内部点的单类支持向量机核参数优化方法，对目标类数据集样本进行归一化处理；根据每一个样本点与其近邻样本的几何关系，选择样本的边缘点与内部点；寻找每个边缘点与内部点在指定样本集中的最近邻与最远邻；根据样本的空间分布情况，确定核参数的备选集合；以核参数备选集合中的每一个参数值，构造对应的高斯核函数；计算核参数合适程度指标，将合适程度指标最大值所对应的参数值作为最优核参数值。本发明能够实现单类支持向量机核参数的自动优化，优化过程不需要训练单类支持向量机，优化所得参数使单类支持向量机分类准确率高，本发明在故障检测、新异点检测领域有广阔的应用前景。 | ||
| 搜索关键词： | 核参数 单类支持向量机 样本 备选集合 程度指标 样本边缘 边缘点 优化 分类准确率 高斯核函数 归一化处理 故障检测 几何关系 空间分布 自动优化 点检测 数据集 样本点 最近邻 应用 | ||
【主权项】：
1.一种基于样本边缘点内部点的单类支持向量机核参数优化方法，其特征在于，包括以下步骤：(1)对样本进行归一化处理，得到归一化数据集x1,x2,…,xn；(2)根据归一化后的每一个样本点与其近邻样本的几何关系，选择样本的边缘点与内部点；(3)寻找每个边缘点与内部点在指定样本集中的最近邻与最远邻；(4)确定核参数的备选集合{si,i＝1,2,…,q}，构造对应的高斯核函数；(5)计算每一个备选参数si的优化目标值fo(si)，选取其中最大值对应的si作为最优核参数值输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第二十八研究所，未经中国电子科技集团公司第二十八研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810203614.8/，转载请声明来源钻瓜专利网。
