基于高维空间凸壳数据描述的一类分类算法研究.pdfVIP

第 35卷 第 4期 燕山大学学报 、，01．35NO．4 2011年 7月 JournalofYanshanUniversity July 2011 文章编号；1007-791X (2011)04-370—07 基于高维空间凸壳数据描述的一类分类算法研究 胡正平 ，‘路 亮 ，冯春生 (1．燕山大学信息科学与工程学院，河北 秦皇岛 066004；2．机械工业出版社 高等教育分社，北京市 100037) 摘 要：一类分类 问题的研究 目标是设计 目标类样本的覆盖函数，理想情况下使得 目标类样本被接受，所有非 目标类的样本被拒绝。经典SVDD覆盖模型寻找包含训练数据的最小半径超球对其进行覆盖，该模型对非规则 复杂分布的数据描述存在较多的冗余区域。本文提出一种基于训练集样本凸壳数据描述 (ConvexHullDataDe． scription，CHDD)的紧致覆盖模型。该模型无须参数设置，可实现对样本非规则复杂分布 的 自适应覆盖，并可 通过利用核函数方法获得更强的非线性分类能力。当训练集包含噪声样本时，通过拒绝一定比例的目标类样本 可获得更为鲁棒的凸壳边界描述。在UCI数据库、M-NIST手写体数据库和MIT-CBCL人脸识别数据库上的实 验结果表明了本文方法的有效性，相比现有一类分类算法，CHDD取得更好的分类效果。 关键词：一类分类器；高维空间；凸壳数据描述 中图分类号：TP181 文献标识码：A DOI：10．3969~．issn．1007·791X．2011．O4．017 0 引言 Parzen窗函数法。在 目标样本集维数较低且样本数 较多时密度函数法比较有效，但在高维有限样本情 传统基于划分分类的模式识别方法一般需要 况下，密度估计的方法不能真实反映模式的特征， 多个类别的训练样本，用来设计两类和多类分类 难以对 目标类数据的稀疏区域做出正确识别。2)神 器。然而在实际应用中存在许多一类分类问题 】， 经网络模型主要包括 自动编码器 (Auto-Encoders)、 比如：基于生物特征的身份识别和验证 ，机器故 学习矢量量化 (LearningVectorQuantization，LVQ) 障检测 口，异常行为检测 Ⅲ，疾病检测 ，文本分 和 自组织特征映射 (Self-organizingMap，SOM) 类 等等。在这些问题中，几乎无法获取多类样 等川。神经网络模型对一些大规模和非线性问题有 本，或者获取代价极高 (如在机器故障检测中，为 较好的分类效果，其缺点在于网络训练需预先确定 了获取异常样本而故意破坏机器设备)，或者获取 很多参数，如网络隐层数和每层神经元数 目。3)数 的异常样本不可信任 (盎日在基于人脸图像的身份识 据聚类模型认为 目标类样本满足某种聚类假设，对 别中，任意非本人的人脸图像或者非人脸图像都属 数据进行聚类，以测试样本到最近簇类中心的距离 于异常样本)。和两类分类问题不同，由于仅有一 判定是否为 目标类，~tNk-means~Hk-centers。数据 类样本可用，一类分类器的设计 目标是确定 目标类 聚类模型有较低 的运算复杂度，然而这些方法对簇 样本的覆盖函数，使得 目标类的样本被接受，而非 类中心的选择非常敏感，且簇类数雄呈的选取仍然 目标类的样本被拒绝 口。 是开放问题。为此陈斌等人 提出基于单簇聚类 国内外学者已经提出一些一类分类器的设计 的数据描述方法，避免了簇类数选择的问题。4)边 思路，根据其原理大致可分为4类：密度函数法