单类分类理论与算法
作者:邢红杰 整理日期:2022-10-04 10:30:12
单类分类广泛地存在于入侵检测、故障诊断等实际应用领域中,它能有效解决仅有一类样本用于训练分类器的问题和类别特别不平衡问题.本书简要介绍了四类常用的单类分类器,重点介绍了基于信息理论学习的单类分类特征提取、鲁棒单类分类器和单类分类器集成,主要包括基于正则化相关熵的异常检测特征提取、基于可缩放hinge损失函数的鲁棒单类支持向量机、基于鲁棒AdaBoost的单类支持向量机集成、基于Renyi熵多样性度量的SVDD选择性集成.另外,本书还介绍了基于深度学习中生成式对抗网络和自编码器的异常检测方法.本书以基于支持域的单类分类器为基础,较系统地讨论了单类分类的主要问题。
|
閼汇儲婀版稊锔跨瑝閼虫垝绗呮潪鏂ょ礉鐠囧嘲浜曟穱鈩冨閹诲繐褰告稉瀣潡娴滃瞼娣惍锟� 閸忚櫕鏁為崗顑跨船閸欏皝鈧粌鍩嗛梽顫姛妫f瑢鈧拷,娑旓箑寮哥亸鍡欑舶閹劌鍨庢禍顐f拱娑旓负鈧拷 閼汇儰绗呮潪钘夊竾缂傗晛瀵橀張澶婄槕閻緤绱濋崥灞剧壉閹殿偆鐖滈崗铏暈閿涘苯娲栨径宥佲偓婊喰掗崢瀣槕閻讲鈧繂宓嗛崣顖樷偓锟�
|