| 有噪条件下的新类检测算法 |
| |
| 引用本文： | 曾凡霞,何泽文,张文生. 有噪条件下的新类检测算法[J]. 计算机辅助设计与图形学学报, 2021, 33(5): 682-693. DOI: 10.3724/SP.J.1089.2021.18540 |
| |
| 作者姓名： | 曾凡霞 何泽文 张文生 |
| |
| 作者单位： | 中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京 100190;中国科学院大学 北京 100049 |
| |
| 基金项目： | 广东省重点领域研发计划;国家自然科学基金青年科学基金 |
| |
| 摘 要： | 针对有噪条件下新类检测性能较差的问题,提出一种基于核零空间判别局部保持投影算法(KNDLPP).首先通过核函数将样本隐式映射到高维特征空间,在核空间中利用距离加权机制对样本进行权重赋值,在保持局部结构的同时降低离群噪声样本的影响;然后利用样本类内零空间使同类样本坍塌为一点,实现对已知类分布的有效约简;最后基于零空间再求得使类间距最大化的变换矩阵,以上步骤得到一个判别性变换矩阵以刻画样本的分布信息、描述样本之间的相似性.该算法能刻画样本潜在结构,提升已知类与新未知类之间的判别性.在11个公开数据集上的实验结果表明,该算法是有效和鲁棒的,具有较好的新类检测性能.在局部保持性实验中,KNDLPP在4个UCI数据集上的整体平均AUC值为90.656％;在复杂结构保持性实验中,KNDLPP在Banana,Moon及3个UCI数据集上的整体平均AUC值为91.949％;在2个无噪高维数据集的新类检测实验中,KNDLPP平均AUC值为86.214％,高于次优算法4个百分点;在4个UCI数据集的4种有噪条件下,KNDLPP性能排名第1.
|
| 关 键 词： | 核方法 零空间 判别局部保持映射 新类检测 |
A Novelty Detection Algorithm in the Presence of Noise |
| |
| Zeng Fanxia,He Zewen,Zhang Wensheng. A Novelty Detection Algorithm in the Presence of Noise[J]. Journal of Computer-Aided Design & Computer Graphics, 2021, 33(5): 682-693. DOI: 10.3724/SP.J.1089.2021.18540 |
| |
| Authors: | Zeng Fanxia He Zewen Zhang Wensheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
