摘要: 支持向量数据描述(Support Vcctor Data Description, SVDD)被认为是用于异常检测的典型方法。众所周 之,参数的设置和特征的品质是影响SVDI)性能的两个关键点。将SVDI)的特征提取和参数选择问题结合在一起, 提出了一种基于模拟退火的SVDI)特征提取和参数选择方法((SA-SVDD)。在模拟退火的过程中,自动选择最优核参 数、折衷参数以及抽取特征的维数。在UCI基准数据集上的实验结果表明,与传统的参数选择方法相比,SA-SVDD 取得了更优的性能。
No related articles found! |
|