佩德罗·R·门德斯·朱尼尔。;罗伯托·德·苏扎（Roberto M.de Souza）。;拉斐尔·德·沃内克;贝尔纳多·斯泰因。;Daniel V.帕齐纳托。;瓦尔迪尔·阿尔梅达。;奥塔维奥·佩纳蒂。;达·托雷斯、里卡多;安德森·罗查 最近邻距离比开集分类器。 （英语） 兹比尔1412.68190 马赫。学习。 106，第3期，359-386（2017）. 摘要：在本文中，我们提出了一种用于开放集识别场景的新型多类分类器。在这种场景中，测试期间可能出现的某些类没有先验训练样本。通常，许多应用程序天生就是开放集。因此，文献中成功的闭集解并不总是适用于实际的识别问题。提出的开集分类器是对最近邻分类器的扩展。最近邻是简单的、参数无关的、多类的，广泛用于闭集问题。提出的开放集神经网络（OSNN）方法结合了识别训练时未知类样本的能力，适用于开放集识别。此外，我们还探索了开放集问题的评估方法，适当测量了测试期间方法对未知类的恢复能力。为了验证，我们考虑了具有不同开放集的大型免费基准测试识别机制，并证明所提出的OSNN显著优于文献中的同行。 引用于2文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分；聚类分析（统计方面） 关键词：开集识别;最近邻分类器;开集最近邻分类器;最近邻距离比;开放集评价方法 软件：PRMLT公司;阿洛伊;筛选;加州理工大学-256;伦敦银行支持向量机 PDF格式BibTeX公司 XML格式引用 \textit{P.R.Mendes Jünior}等人，马赫。学习。106，第3号，359--386（2017；Zbl 1412.68190） 全文： 内政部 参考文献： [1] Bartlett，P.L.和Wegkamp，M.H.（2008）。使用铰链损失的拒绝选项进行分类。机器学习研究杂志，91823-1840·Zbl 1225.62080号 [2] Bishop，C.M.（2006年）。模式识别和机器学习（第1版）。纽约：信息科学与统计，施普林格·Zbl 1107.68072号 [3] Boureau，Y.L.、Bach，F.、LeCun，Y.和Ponce，J.（2010年）。学习中级识别功能。在计算机视觉和模式识别国际会议上（第2559-2566页）。加利福尼亚州旧金山：IEEE出版社。 [4] Cevikalp，H.和Triggs，B.（2012年）。使用最近凸模型分类器级联的高效目标检测。在关于计算机视觉和模式识别的国际会议上（第3138-3145页）。普罗维登斯，RI：IEEE出版社。 [5] Chang，C.C.和Lin，C.J.（2011）。LIBSVM：支持向量机库。智能系统与技术汇刊，2（3），27:1-27:27。 [6] Chen，P.H.、Lin，C.J.和Schölkopf，B.（2005）。关于nu-support向量机的教程。《商业和工业中的应用随机模型》，21（2），111-136·Zbl 1097.93040号 ·doi:10.1002/asmb.537 [7] Chew，S.W.、Lucey，S.、Lusey，P.、Sridharan，S.和Cohn，J.F.（2012年）。通过单超平面分类改进面部表情识别。在计算机视觉和模式识别国际会议上（第2554-2561页）。普罗维登斯，RI:IEEE出版社。 [8] Chow，C.K.（1970年）。关于最佳识别错误和拒绝权衡。《信息理论汇刊》，16（1），41-46·Zbl 0185.47804号 ·doi:10.1109/TIT.1970.1054406 [9] Costa，F.O.、Eckmann，M.、Scheirer，W.J.和Rocha，A.（2012年）。打开设置源摄影机属性。在图形、图案和图像会议上（第71-78页）。Ouro Preto：IEEE出版社。 [10] Costa，F.O.、Silva，E.、Eckmann，M.、Scheirer，W.J.和Rocha，A.（2014）。打开源代码摄影机属性和设备链接。模式识别字母，39，92-101·doi:10.1016/j.patrec.2013.09.006 [11] Demšar，J.（2006）。多个数据集上分类器的统计比较。机器学习研究杂志，7，1-30·Zbl 1222.68184号 [12] de Haan，L.和Ferreira，A.（2007年）。《极值理论：导论》（第1版），施普林格运筹学和金融工程系列。纽约：施普林格·Zbl 1101.62002号 [13] Dubisson，B.和Masson，M.（1993年）。关于类的不完全知识的统计决策规则。模式识别，26（1），155-165·doi:10.1016/0031-3203（93）90097-G [14] Frey，P.W.和Slate，D.J.（1991）。使用荷兰式自适应分类器进行字母识别。机器学习，6（2），161-182。 [15] Fukunaga，K.（1990年）。假设测试。在统计模式识别导论中，第3章，计算机科学和科学计算系列，第2版（第51-123页）。伦敦：学术出版社·Zbl 0711.62052号 [16] Geusebroek，J.M.、Burghouts，G.J.和Smeulders，A.W.M.（2005）。阿姆斯特丹物体图像库。国际计算机视觉杂志，61（1），103-112·doi:10.1023/B:VISI.0000042993.50813.60 [17] Griffin，G.、Holub，A.和Perona，P.（2007）。Caltech-256对象类别数据集。加州理工学院技术代表。 [18] Heflin，B.、Scheirer，W.J.和Boult，T.E.（2012年）。对野外发现的疤痕、痕迹和纹身进行检测和分类。国际生物特征识别会议：理论、应用和系统（第31-38页）。弗吉尼亚州阿灵顿：IEEE出版社。 [19] Hodge，V.J.和Austin，J.（2004）。离群值检测方法综述。《人工智能评论》，22（2），85-126·Zbl 1101.68023号 ·doi:10.1023/B:AIRE.000045502.10941.a9 [20] Jayadeva，K.R.和Chandra，S.（2007年）。用于模式分类的双支持向量机。模式分析与机器智能学报，29（5），905-910·Zbl 1329.68226号 ·doi:10.1109/TPAMI.2007.1068 [21] Jin，H.、Liu，Q.和Lu，H.（2004）。使用基于单类的支持向量进行人脸检测。在自动人脸和手势识别国际会议上（第457-462页）。首尔：IEEE出版社。 [22] Kadous，M.W.（2002年）。时间分类：将分类范式扩展到多元时间序列。澳大利亚新南威尔士州新南威尔斯大学博士论文。 [23] Kuncheva，L.I.和Hadjitodorov，S.T.（2004）《集群群多样性的使用》。在关于系统、人和控制论的国际会议上（第2卷，第1214-1219页）。海牙：IEEE出版社。 [24] Lazebnik，S.、Schmid，C.和Ponce，J.（2006）。超越特征袋：用于识别自然场景类别的空间金字塔匹配。在国际计算机视觉和模式识别会议上（第2卷，第2169-2178页）。纽约州纽约市：IEEE出版社。 [25] Lowe，D.（2004）。具有与比例不变关键点不同的图像特征。国际计算机视觉杂志，60（2），91-110·doi:10.1023/B:VISI.0000029664.99615.94 [26] Malisiewicz，T.、Gupta，A.和Efros，A.（2011年）。用于对象检测和其他的示例svms集成。计算机视觉国际会议（第89-96页）。巴塞罗那：IEEE出版社。 [27] Manevitz，L.M.和Yousef，M.（2002）。用于文档分类的一类svm。机器学习研究杂志，2139-154·Zbl 1002.68597号 [28] Michie，D.、Spiegelhalter，D.J.和Taylor，C.C.（1994）。机器学习，神经和统计分类，人工智能中的Ellis Horwood系列。新泽西州上马鞍河：普伦蒂斯·霍尔·Zbl 0827.68094号 [29] Muzzolini，R.、Yang，Y.H.和Pierson，R.（1998）。知识不完整的分类器设计。模式识别，31（4），345-369·doi:10.1016/S0031-3203（97）00056-3 [30] Nist，D.和Stew，H.（2006年）。使用词汇树进行可缩放识别。在计算机视觉和模式识别国际会议上（第2卷，第2162-2168页）。纽约州纽约市：IEEE出版社。 [31] Papa，J.P.、Falcáo，A.X.、Miranda，P.A.V.、Suzuki，C.T.N.和Mascarenhas，N.D.A.（2007年）。基于最优路径森林的鲁棒模式分类器设计。在数学形态学国际研讨会上，MCT/INPE，里约热内卢（第1卷，第337-348页）。 [32] Papa，J.P.、Falcáo，A.X.和Suzuki，C.T.N.（2009年）。基于最优路径森林的监督模式分类。国际成像系统与技术杂志，19（2），120-131·doi:10.1002/ima.20188 [33] 菲利普斯，PJ；Grother，P。；米歇尔斯，R。；Li，SZ（编辑）；Jain，AK（编辑），人脸识别评估方法，329-348（2011），纽约 [34] Pietraszek，T.（2005年）。使用ROC分析优化弃权分类器。在机器学习国际会议上（第665-672页）。波恩：ACM出版社。 [35] Pritsos，DA；Stamatatos，E。；Serdyukov，P.（编辑）；Braslavski，P.（编辑）；库兹涅佐夫，SO（编辑）；Kamps，J.（编辑）；Rüger，S.（编辑）；Agichtein，E.（编辑）；Segalovich，I.（编辑）；Yilmaz，E.（编辑），自动流派识别的开放集分类，第7814号，207-217（2013），柏林·doi:10.1007/978-3-642-36973-5_18 [36] Rocha，A.和Goldenstein，S.（2009年）。二进制的多类：分而治之。在计算机视觉理论和应用国际会议上（第1-8页）。里斯本：斯普林格。 [37] Rocha，A.和Goldenstein，S.（2014）。二进制的多类：扩展了基于一对所有、一对一和ECOC的方法。神经网络与学习系统学报，25（2），289-302·doi:10.1109/TNNLS.2013.2274735 [38] Scheire，W.J.、Rocha，A.、Micheals，R.J.和Boult，T.E.（2011年）。元认知：认知得分分析的理论与实践。模式分析与机器智能汇刊，33（8），1689-1695·doi:10.1109/TPAMI.2011.54 [39] Scheirer，W.J.、Rocha，A.R.、Parris，J.和Boult，T.E.（2012）。元认知学习。《信息取证与安全交易》，7（4），1214-1224·doi:10.10109/TIFS.2012.2192430 [40] Scheire，W.J.、Rocha，A.R.、Sapkota，A.和Boult，T.E.（2013年）。朝向开放集识别。模式分析与机器智能学报，35（7），1757-1772·doi:10.1109/TPAMI.2012.256 [41] Scheirer，W.J.、Jain，L.P.和Boult，T.E.（2014）。开放集识别的概率模型。《模式分析与机器智能汇刊》，36（11），2317-2324·doi:10.10109/TPAMI.2014.2321392 [42] Schölkopf，B.、Platt，J.C.、Shawe-Taylor，J.、Smola，A.J.和Williamson，R.C.（1999）。估计高维分布的支持度。华盛顿州雷蒙德市微软研究院技术代表·Zbl 1009.62029号 [43] Sokolova，M.和Lapalme，G.（2009年）。分类任务绩效指标的系统分析。信息处理与管理，45（4），427-437·doi:10.1016/j.ipm.2009.03.002 [44] 斯特林，RO；马萨诸塞州纳西门托；Falcáo，AX，基于边界/内部像素分类的紧凑高效图像检索方法，102-109（2002），弗吉尼亚州麦克莱恩 [45] van Gemert，J.C.、Veenman，C.J.、Smeulders，A.W.M.和Geusebroek，J.M.（2010）。视觉词汇歧义。模式分析与机器智能汇刊，32（7），1271-1283·doi:10.1109/TPAMI.2009.132 [46] Wu，M.和Ye，J.（2009）。使用带有离群值的训练数据进行新颖性检测的小范围大裕度方法。模式分析与机器智能汇刊，31（11），2088-2092·doi:10.1109/TPAMI.2009.24 [47] Zhou，X.S.和Huang，T.S.（2003）。图像检索中的相关反馈：综述。多媒体系统，8（6），536-544·文件编号：10.1007/s00530-002-0070-3 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。