|本期目录/Table of Contents|

[1]陈君,彭小奇,唐秀明,等. 一种局部优化边界的支持向量数据描述方法[J].电机与控制学报,2015,19(10):93-99.[doi:10. 15938 /j. emc. 2015. 10. 014]
 CHEN Jun,PENG Xiao-qi,TANG Xiu-ming,et al. Support vector data description method with local optimization boundary [J].,2015,19(10):93-99.[doi:10. 15938 /j. emc. 2015. 10. 014]
点击复制

 一种局部优化边界的支持向量数据描述方法(PDF)
分享到:

《电机与控制学报》[ISSN:1007-449X/CN:23-1 408/TM]

卷:
19
期数:
2015年10
页码:
93-99
栏目:
出版日期:
2015-12-31

文章信息/Info

Title:
 Support vector data description method with local optimization boundary

作者:
 陈君 彭小奇 唐秀明 宋彦坡 刘征
 ( 1. 中南大学 信息科学与工程学院,湖南 长沙 410083; 2. 湖南第一师范学院 信息科学与工程系,湖南 长沙,410205; 3.湖南科技大学 信息与电气工程学院,湖南 湘潭 411201
Author(s):
 CHEN Jun13 PENG Xiao-qi12 TANG Xiu-ming3 SONG Yan-po1 LIU Zheng1
 ( 1. School of Information Science and Engineering,Central South University,Changsha 410083,China;

2. Department of Information Science and Engineering,Hunan First Normal University,Changsha 410205,China;

3. Institute of Information and Electrical Engineering,Hunan University of Science and Technology,Xiangtan 411201,China)
关键词:
 支持向量数据描述 决策边界 折衷参数 数据预处理
Keywords:
support vector data description decision boundary trade-off parameter data pre-processing
分类号:
TP 181
DOI:
10. 15938 /j. emc. 2015. 10. 014
文献标志码:
A
摘要:
 针对传统的支持向量数据描述( SVDD) 因未考虑数据构成的多模态性和局部分布的非同 一性,难以获取目标数据的优化决策边界,所建立的数学模型难以正确反映建模对象的时空变化规 律的问题,提出一种基于局部优化边界的支持向量数据描述( LOB - SVDD) 方法。通过求取局部数 据样本的分散程度获取支持向量机算法中折衷参数的局部调整系数,以此优化求解决策边界函数, 由此可实现数据分类、离群点检测和数据建模等。利用 UCI 数据集和人工双模态数据集进行的仿 真表明,与传统方法相比,LOB - SVDD 可获得更优的决策边界,作为分类器有更低的假正率和假负 率。应用 LOB - SVDD 对具有多模态特性的铜锍吹炼实际生产数据进行预处理,能有效检测离群 点,剔除异常样本,实现数据洁净化。

Abstract:
Conventional support vector data description ( SVDD) ,which did not consider multi-modal and local distribution difference of the data,failed to reflect time-space variety rule of the object and hard to gain the optimal decision boundary. To solve this difficulty,a new SVDD method with local optimization boundary ( LOB-SVDD) was proposed. First,the local dispersion degree of each data point was calculat-ed,then,the coefficient of trade-off parameters was adjusted with the local dispersion degree,finally, the quadratic programming problem was solved and an optimized boundary function was obtained. The method can be used in data classification,outlier detection and data modeling,etc. Experiments with UCI datasets and artificial dual mode datasets show that the method can gain a more optimal decision boundary compared to the conventional method,and as classifier it can gain lower false positives rate and false nega-tives rate. That method was applied to the multi-modal actual production data of copper matte converting process,and the results show that it can effectively detect outliers,eliminate abnormal sample data.

参考文献/References:

-

相似文献/References:

[1]范必双,谭冠政,樊绍胜,等. 三电平矢量控制变频器随机SVPWM技术[J].电机与控制学报,2013,(04):6.
 FAN Bi-shuang,TAN Guan-zheng,FAN Shao-sheng.[J].,2013,(10):6.
[2]刁统山,王秀和. 永磁感应电机直接功率控制[J].电机与控制学报,2013,(04):12.
 DIAO Tong-shan,WANG Xiu-he.[J].,2013,(10):12.
[3]薛畅,王建赜,纪延超,等. 链式广义有源电力滤波器[J].电机与控制学报,2013,(04):19.
 XUE Chang,WANG Jian-ze,JI Yan-chao,et al.[J].,2013,(10):19.
[4]尚万峰,马宏伟,赵升吨,等. 开关磁阻电机磁链的边界层混合滑模控制[J].电机与控制学报,2013,(04):27.
 SHANG Wan-feng,MA Hong-wei,ZHAO Sheng-dun.[J].,2013,(10):27.
[5]曹洁,谢希,吕景顺,等. 自适应广义数学形态学抑制局部放电窄带干扰[J].电机与控制学报,2013,(04):33.
 CAO Jie,XIE Xi,Lü Jing-shun.[J].,2013,(10):33.
[6]陈庆国,蒲金雨,丁继媛,等. 电力电缆局部放电的高频与特高频联合检测[J].电机与控制学报,2013,(04):39.
 CHEN Qing-guo,PU Jin-yu,DING Ji-yuan,et al.[J].,2013,(10):39.
[7]朱熀秋,陈雷刚,李亚伟,等. Halbach阵列无轴承永磁电机有限元分析[J].电机与控制学报,2013,(04):45.
 ZHU Huang-qiu,CHEN Lei-gang,LI Ya-wei,et al.[J].,2013,(10):45.
[8]刘剑,杨贵杰,高宏伟,等. 双三相永磁同步发电机的矢量控制与数字实现[J].电机与控制学报,2013,(04):50.
 LIU Jian,YANG Gui-jie,GAO Hong-wei,et al.[J].,2013,(10):50.
[9]吴丽华,高慧芝,刘政,等. 一种改进型的SVPWM算法研究[J].电机与控制学报,2013,(04):57.
 WU Li-hua,GAO Hui-zhi,LIU Zheng,et al.[J].,2013,(10):57.
[10]李晶,姜久春. 纯电动汽车充电机模型[J].电机与控制学报,2013,(04):64.
 LI Jing,JIANG Jiu-chun.[J].,2013,(10):64.

备注/Memo

备注/Memo:
 收稿日期: 2014 - 09 - 09
基金项目: 国家自然科学创新研究群体科学基金 ( 61321003 ) ; 国家自然科学基金重点项目 ( 61134006 ) ; 国家自然科学基金面上项目 ( 61273169) ; 国家自然科学基金青年项目 ( 61105080 ) ; 湖南省教育厅高等学校科研项目 ( 13A016 ) ; 湘潭市科技计划项目 ( NY20141006) ; 湖南省自然科学基金项目( 14JJ2099)
作者简介: 陈 君( 1977—) ,男,博士研究生,研究方向为智能决策,工业过程优化决策与控制研究;
彭小奇( 1962—) ,男,博士,教授,博士生导师,研究方向为系统建模、智能决策等;
唐秀明( 1977—) ,女,博士研究生,研究方向为电力系统负荷建模;
宋彦坡( 1979—) ,男,博士,副教授,研究方向为热工过程优化决策支持等;
刘 征( 1979—) ,女,博士研究生,研究方向为工业过程优化决策与控制研究。
更新日期/Last Update: 2016-03-10