×
弗雷托斯，N。;特法斯，A。;皮特斯，I。

在支持向量机中使用稳健的离散估计。 （英语） Zbl 1326.68234号

模式识别 46，第12期，3441-3451（2013）.
摘要：本文提出了一种新的支持向量机（SVM）变体，它利用了稳健统计。为了提高支持向量机的性能，并在两类和多类分类问题中对其进行测试，我们研究了统计稳健位置和分散估计的使用。此外，我们提出了一种针对特定类的多类SVM的新方法，该方法仅利用一个类（即我们感兴趣的类与其他类分离）的协方差矩阵，而忽略其他类的离散性。我们在人工数据以及许多用于分类的现实世界公开可用的数据库中进行了实验。该方法的性能优于其他SVM变体，尤其是在训练数据包含异常值的情况下。最后，我们将所提出的方法应用于三个著名的面部表情数据库中的面部表情识别，表明它优于先前发表的尝试。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统

关键词：

支持向量机;最小协方差行列式;稳健色散估计

软件：

伦敦银行支持向量机;贾菲;科恩-卡纳德;UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{N.Vretos}等人，模式识别46，No.12，3441--3451（2013；Zbl 1326.68234）
全文： 内政部

参考文献：

[1] Shivaswamy，P。；Jebara，T.，《最大相对裕度和数据依赖正则化》，《机器学习研究杂志》，11，747-788（2010）·Zbl 1242.68249号
[2] 阿丹康，M。；Cheriet，M.，LS-SVM手写识别应用程序的模型选择，模式识别，42，12，3264-3270（2009）·Zbl 1187.68424号
[3] Khan，N。；Ksantini，R。；艾哈迈德。；Boufama，B.，一种新的SVM+NDA分类模型及其在人脸识别中的应用，模式识别，45，1，66-79（2012）·Zbl 1225.68230号
[4] 王，X。；SHU-XIA，L。；翟杰，基于支持向量域描述的快速模糊多类别SVM，国际模式识别与人工智能杂志，22，01，109-120（2008）
[5] Wu，Y。；Lee，Y。；Yang，J.，短语模式识别的稳健高效多类SVM模型，模式识别，41，9，2874-2889（2008）·Zbl 1167.68439号
[6] 刘，R。；Wang，Y。；Baba，T。；Masumoto，D。；Nagata，S.，使用聚类和未标记数据进行图像检索时基于SVM的主动反馈，模式识别，41，8，2645-2655（2008）·Zbl 1151.68397号
[7] 薛，Z。；Ming，D。；Song，W。；Wan，B。；Jin，S.，基于小波变换和支持向量机的红外步态识别，模式识别，43，8，2904-2910（2010）·Zbl 1207.68330号
[8] 塔希尔，M。；A.Khan。；Majid，A.，利用空间和变换域特征对荧光图像进行蛋白质亚细胞定位，生物信息学，28，1，91-97（2012）
[9] A.Khan。；塔希尔，S.F。；马吉德，A。；Choi，T.-S.，考虑到预期攻击的基于机器学习的自适应水印解码，模式识别，41，8，2594-2610（2008）·Zbl 1151.68585号
[10] 王，X。；Wang，T。；Bu，J.，使用像素级支持向量机分类的彩色图像分割，模式识别，44，4，777-787（2011）·Zbl 1213.94023号
[11] 威廉姆森，R。；Smola，A。；Scholkopf，B.，正则网络和支持向量机通过紧算子熵数的泛化性能，IEEE信息理论汇刊，47，6，2516-2532（2002）·Zbl 1008.62507号
[12] 黄，K。；Yang，H。；国王一世。；Lyu，M.，Maxi-Min margin机器学习局部和全局大边缘分类器，IEEE神经网络汇刊，19，2260-272（2008）
[13] 特法斯，A。；Kotropoulos，C。；Pitas，I.，使用支持向量机提高正面身份验证的弹性图匹配性能，IEEE模式分析和机器智能汇刊，23，7，735-746（2002）
[14] Zafeiriou，S。；特法斯，A。；Pitas，I.，最小类方差支持向量机，IEEE图像处理汇刊，16，10，2551-2564（2007）
[15] 科西亚，I。；Pitas，I.，使用几何变形特征和支持向量机识别图像序列中的面部表情，IEEE图像处理汇刊，16，1，172-187（2006）
[18] Wilcox，R.，《稳健估计和假设检验导论》（2005），学术出版社·Zbl 1113.62036号
[19] 阿扎里尼，A。；Genton，M.，基于偏态t和相关分布的稳健似然方法，《国际统计评论》，76，1，106-129（2008）·Zbl 1206.62102号
[20] 休伯特，M。；Debruyne，M.，最小协方差行列式，威利跨学科评论计算统计，2，1，36-43（2010）
[21] 休伯特，M。；卢梭，P。；Vanden Branden，K.，ROBPCA稳健主成分分析的新方法，技术计量学，47，1，64-79（2005）
[22] 卢梭，P。；Leroy，A.，稳健回归和异常检测（1987），John Wiley&Sons Inc·兹比尔0711.62030
[23] 克劳克斯，C。；Haesbroeck，G.，最小协方差行列式散布矩阵估计的影响函数和效率，多元分析杂志，71，2，161-190（1999）·Zbl 0946.62055号
[24] 卢梭，P。；Van Driessen，K.，最小协方差行列式估计的快速算法，技术计量学，41，3，212-223（1999）
[25] Schyns，M。；Haesbroeck，G。；Critchley，F.，最小协方差行列式估计的松弛平滑优化，计算统计与数据分析，54，4，843-857（2010）·Zbl 1464.62156号
[26] 伯恩霍尔特，T。；Fischer，P.，计算MCD估计器的复杂性，理论计算机科学，326，1-3，383-398（2004）·Zbl 1054.62028号
[27] 杨，F。；Z.Shan。；Kruggel，F.，基于特征联合发生概率和磁共振（mr）图像随机场理论的白质病变分割，模式识别快报，31，9，781-790（2010）
[28] 詹，Y。；Yin，J.，通过迭代加权PCA实现鲁棒局部切线空间对齐，神经计算，74，11，1985-1993（2011）
[29] Jin，J。；An，J.，稳健判别分析及其在识别水稻基因蛋白质编码区中的应用，数学生物科学，232，2，96-100（2011）·Zbl 1219.62100号
[30] Vapnik，V.，《统计学习理论的本质》（2000），斯普林格出版社·Zbl 0934.62009号
[31] 麦克拉克伦，G。；Wiley，J.，《判别分析与统计模式识别》（1992年），Wiley在线图书馆·Zbl 0850.62481号
[32] Fletcher，R.，《实用优化方法》（1987），John Wiley&Sons Inc·Zbl 0905.65002号
[33] Girolma，M.，特征空间中基于Mercer核的聚类，IEEE神经网络汇刊，13，3，780-784（2002）
[34] 休伯特，M。；卢梭，P。；Verboven，S.，《稳健主成分的快速方法及其在化学计量学、化学计计量学和智能实验室系统中的应用》，60，1-2，101-111（2002）
[35] 徐，C。；Lin，C.，多类支持向量机方法的比较，IEEE神经网络汇刊，13，2，415-425（2002）
[42] Lindgren，B.，《统计理论》（1993），Chapman&Hall/CRC·Zbl 0188.49301号
[43] 杨，J。；Frangi，A。；杨，J。；张，D。；Jin，Z.，KPCA plus LDAa用于特征提取和识别的完整核Fisher判别框架，IEEE模式分析和机器智能汇刊，230-244（2005）
[45] 德雷珀，B。；Baek，K。；巴特利特，M。；Beveridge，J.，用PCA和ICA识别人脸，计算机视觉和图像理解，91，1-2，115-137（2003）
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。