| 一种基于TCM-SVDD的样本类别标注方法 |
| |
| 引用本文： | 朱海潮,;崔立林.一种基于TCM-SVDD的样本类别标注方法[J].中国舰船研究,2014(4):88-92. |
| |
| 作者姓名： | 朱海潮 ;崔立林 |
| |
| 作者单位： | [1]海军工程大学 振动与噪声研究所,湖北武汉430033; [2]海军工程大学 船舶振动噪声重点实验室,湖北武汉430033 |
| |
| 摘 要： | 船舶机械噪声源的识别是一个小样本条件下的模式识别问题，采用增量学习是解决此问题的一条有效途径。但在进行增量学习以前，必须对新增样本的类别进行有效识别。为有效识别新增样本的类别，提出一种新的TCM-SVDD方法。首先，通过支持向量数据描述（SVDD）方法获得训练样本与新增样本的拉格朗日乘子；然后，将其作为该样本的奇异值代入直推置信机（TCM）中，估计新增样本属于不同类别的置信度，并将其与预设的置信水平进行比较；最后，剔除新增样本中的异类样本，实现增量学习。试验结果表明，该方法能快速、准确地识别异类模式样本，对训练样本集中混有少量异类模式样本的情况不敏感，而且可以控制对异类样本的检测准确率，自动化程度高。
|
| 关 键 词： | 异类样本 直推置信机 支持向量数据描述 小样本 |
A Method for the Identification of Sample Classification Based on TCM-SVDD |
| |
| Institution: | ZHU Haichao, CUI Lilin(Institute of Noise and Vibration,Naval University of Engineering,Wuhan 430033,China;Science and Technology on Ship Vibration and Noise Key Laboratory,Naval University of Engineering,Wuhan 430033,China) |
| |
| Abstract: | |
| |
| Keywords: | heterogeneous pattern samples small sample |
| 本文献已被 维普 等数据库收录！ |
|
