领域自适应的最小包含球设计方法.pdfVIP

第28 卷 第2 期 控 制 与 决 策 2013 年 2 月 Vol. 28 No. 2 Control and Decision Feb. 2013 文章编号: 1001-0920 (2013) 02-0177-06 领域自适应的最小包含球设计方法 1,2 1 1,3 顾 鑫 , 王士同 , 许 敏 (1. 江南大学数字媒体学院，江苏无锡214122 ；2. 江苏北方湖光光电有限责任公司, 江苏无锡214035 ；3. 无锡职业技术学院计算机系，江苏无锡214000) 摘 要: 支持向量域描述(SVDD) 算法适用于异常点检测, 但对于不同领域样本组的整体快速识别则力不从心. 为 此, 基于SVDD 算法提出一种基于最小包含球的领域自适应算法(MEB-DA), 并将其发展为基于中心约束型最小包 含球的领域自适应法(CCMEB-DA), 以满足大样本数据的快速计算. 该算法通过计算各自数据组的包含球球心对不 同领域数据进行整体校正和相似度识别, 具有较好的便捷性和自适应性. 将所提出的算法应用于无限保真(WIFI) 数 据的室内定位和人脸识别检测, 均取得了较好的效果, 从而验证了所提出算法的有效性和快速性. 关键词: 中心约束型最小包含球；领域；最小包含球；数据校正 中图分类号: TP391 文献标志码: A Minimum enclosing ball for domain adaptation 1,2 1 1,3 GU Xin , WANG Shi-tong , XU Min (1. School of Digital Media，Jiangnan University ，Wuxi 214122 ，China ；2. Jiangsu North Huguang Opto-Electronics Co Ltd，Wuxi 214035 ，China ；3. Department of Computer，Wuxi Institute of Technology ，Wuxi 214000 ，China. Correspondent ：GU Xin，E-mail ：guxinbest@) Abstract ：：：Support vector domain description(SVDD) is very suitable for testing a single anomaly point and is inadequate for testing the whole testing dataset. Based on SVDD, the algorithm of minimum enclosing ball for domain adaptation(MEB- DA) is proposed. In order to achieve the rapid calculation for large datasets, an algorithm named center constrained minimum enclosing ball for domain adaptation(CCMEB-DA) is proposed. By calculating the center of each dataset, the dataset is corrected and the similarity of data is identified between different domains, which shows a good adaptability. The proposed method is applied to the fields of wireless