以统计学习理论为背景,以核方法为基础的两类典型单类分类算法:单类支持向量机(OCSVM)和支持向量数据域描述(SVDD),均以降低VC维为目标,其中前者通过寻找一个远离原点的超平面,使目标数据所在的正半空间尽量最小;而后...
基于34个网页-相关网页
提出一类支持向量机(OCSVM)的快速增量学习方法.在OCSVM初始分类器的基础上,添加一个德尔塔函数形成新的决策函数,实现增量学习的过程.
基于24个网页-相关网页
另外本章还介绍了单类支持向量机（OneClassSVM，OCSVM），并讨论 了如何将其用于无监督的异常检测，构造具有自适应功能的入侵检测分类器。
基于1个网页-相关网页
enhanced OCSVM 类支持向量机 ; 增强型单类支持向量机
However, OCSVM-based intrusion detection approaches do not need any labeled data set, and attempt to find anomaly buried in the data.
而基于OCSVM的入侵检测不需要任何标记数据，并且能够从未标记的数据集中发现异常。
youdao
应用推荐
模块上移
模块下移
不移动