基于未确知信息的支持向量域分类算法

摘要

支持向量域数据描述(SupportVectorDomainDescription,SVDD)是一种用来对目标样本和非目标样本进行识别的单值分类算法,在机械故障检测、说话人识别等许多领域取得了成功的应用.但当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.考虑到SVDD算法是一种基于样本间距离测度的判别方法,本文提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-GSVDD算法,该算法利用区间数对未确知性的灰信息进行表达,将区间运算引入到SVDD算法中,以区间距离取代原来的确定性距离,从而对灰信息目标样本进行识别.理论分析和实验结果均表明,该算法是有效和可行的.