基于人工免疫核聚类的支持向量数据描述方法.PDFVIP

41 5 吉林 大学 学 报 ( 工学 版) Vol. 41 No. 5 2011 9 Journal of Jilin University ( Engineering and Tec nology Edit ion) Sept. 2011 1, 2 1, 2 1, 2 刘大有 , 谷方明 , 王生生 ( 1. 吉林大学 计算机科学与技术学院, 长春130012; 2. 吉林大学 符号计算与知识工程教育部重点实验室, 长春130012) : 为使支 向量数据描述( SVDD) 能应用于无监督多分类情况, 提出了一种基于人工免 疫核聚类的支 向量数据描述( AIKCSVDD) 方法AIKCSVDD 将人工免疫核聚类产生的记 忆抗体作为目标数据点, 使用SVDD 方法进行多类学习在AIKCSVDD 中, 一方面实现了用 核聚类方法解决各类数据边界不清晰的长处与免疫网络聚类方法全局收敛不需要先验知识 的优点的有机结合; 另一方面, 由于用记忆抗体代替原始数据进行学习, 从而更好展现了原始 数据的全局分布特征与基于Kmeans 聚类multiSVDD 方法相比, AIKCSVDD 不需要事先 指定分类数; 在人工数据集和U CI 数据集上的实验表明, 在为multiSVDD 指定分类数的情 况下, AIKCSVDD 仍比multiSVDD 具有更好的分类性能 : 人工智能; 支 向量数据描述; 人工免疫网络; 核聚类 : T P18 : A : 2011) Support vector data description based on artificial immune kernel clustering 1, 2 1, 2 1, 2 LIU Dayou , GU Fangming , WANG S engs eng ( 1. College of Comp uter Science and Technology, J ilin University , Changchun 130012, China; 2. K ey Laboratory of Symbolic Comp utation and K no ledge E ngineering of Ministry of Education, J ilin University , Changchun 130012, China) Abstract: Support Vector Data Description ( SVDD) is a typical supervised oneclass classifier. To apply SVDD to unsupervised multiclass settings, a new Artificial Immune Kernel Clustering based SVDD ( AIKC SVDD) is proposed. It uses memory antibodies generated w it artificial immune kernel clustering met od as target data, and executes SVDD for multiclass classification. On one and, AIKCSVDD organically combines t e advantages of kernel clustering on andling unclear boundary of classification and t e capacity of artificial immune network clustering on global convergence w it out t e requirement of extra prior know le