基于特征增量的新类识别方法研究.pdfVIP

第 15卷 第 3期 Vo1．15。NO．3 2O15年 3月 March。 2O15 基于特征增量的新类识别方法研究 陈秋松 (福州大学 经济与管理学 院，福州 350108) 摘要 ：在分类应用的过程 中，经常会 出现新 的类别 ，导致数据分布发生显著变化 ，使得原分类模 型不再适用。如何识别 新的类别使分类模型能适应其 出现 已经成为一个亟需解决的问题 。本文提 出基于特征增量的SVDD(支持 向量数据描 述)新类识别方法。该方法在 SVDD算法的基础上 ，通过增加新特征 ，扩大特征空间维度从而提高模 型对于新类的识别 能力。在多个数据集上的实验结果表 明，该方法能有效识别新类 ，使更新后的模型具有更高的准确度 。 科一 T 关键词 ：新类识别；支持向量数据描述；特征增量 技 中图分类号 ：TP391．4 文献标志码 ：A 文章编号 ：1671—1807(2015)03—0094—04 肿 和 y 传统的分类应用是根据训练样本 中学习到的映 别方法 。]，从而弥补了新类识别时，距离度量局限 射关系来对待分类样本进行预测或分类 ，其前提假设 于原有特征空间的缺点。通过对特征空间的扩充 ，来 产 柚 d 是待分类样本与训练样本是服从独立 同分布的。而 提高模型对新类的识别能力l8 。 业在投诉分类 、垃圾邮件检测 、入侵检测等分类应用中 1 新类识别 y 经常出现不属于原分类体系的类别 ，即新类 (例如 ，新 在分类模型进行分类过程中，待分类样本可能出 业务的投诉 、新的网络入侵模式等)。当待分类样本 现多种类型的新类 ，本文只关注偏离型新类 的识别 。 中出现新类后，待分类样本与训练样本服从独立同分 从几何角度考虑，待分类样本中偏离型新类具有以下 布的假设就不成立 ，如果继续采用原训练样本得到的 3个特点 ： 分类模型对待分类样本进行分类 ，那么这些属于新类 1)偏离现有类别的训练样本 ； 的样本将全部被错误分类 ，而这些错误可能导致严重 2)类 中样本数足够多； 的损失。 3)类 中样本稠密度足够大。 对新类识别 已有一些研究 ，Chang通过对非相互 根据以上特点 ，本文的新类识别方法将分 3步来 排斥类别的分类问题进行讨论 ，提出了一种新类发现 寻找符合特点的新类集合 ： 方法nJ。并通过此方法成功 的发 现一物种 。Golub 1)描述现有各类别训练样本的球形边界 ； 基于基因表达监测癌症分类来实现对新 的癌症类发 2)根据各类别 的边界描述作为判决 函数 ，从而找 现 [2]。AnjavonHeydebreck提出一种微阵列基 因表 出偏离现有类别训练样本的新类候选样本 ； 达数据的新类发现方法 】。该方法是 以一系列不 同 3)利用新类识别算法从新类候选样本集 中识别 的组织样本的基因表达谱为样本 ，在样本集中搜索基 出新类及其样本 。 因的特定子集表达水平下的两类的区别 。XieMao— 1．1 现有类别的边界描述 qiang提出一种基于距离尺度学习的识别偏离型新类 对于类别的边界描述 ，本文采用 XX提出的支持 的方法 ]。该方法能在缺少先验知识的前提下 自动 向量数据描述 (SVDD)。其思想是在特征空 间中寻 识别新类 。 求包含 目标类中所有训练