东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于主动学习的SVDD预警技术

期刊名称：辽宁工程技术大学学报，2006,25(SUP):251-253
时间：0
分类：F224[经济管理—国民经济] TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
作者机构：[1]五邑大学系统科学与技术研究所,广东江门529020, [2]华南理工大学工商管理学院,广东广州510641
相关基金：国家自然科学基金资助项目（70471074）;广东省科技厅计划基金资助项目（2004836001051）.
相关项目：基于核方法的复杂经济社会系统建模关键技术研究

作者：林健，彭敏晶

关键词：预警, 主动学习, 支持向量数据描述, 样本, early waming, active Learning, SVDD, samples

中文摘要：

针对当前的主要预警方法的问题，提出基于主动学习的支持向量数据描述预警技术，并给出了该技术的实现过程。该技术利用支持向量数据描述解决了缺少预警警兆数据的问题，利用主动学习解决了正常样本和待测样本数据量大的问题，以某地区的宏观经济运行预警系统为例，证明了该技术的有效性。

英文摘要：

In order to solve the problem of inapplicability of current early warning methods, a support vector data description early warning technique based on active learning is proposed. And implementation of the technique is detailedly presented. In the technique, support vector data description is used to choose ＂ill-represented＂ samples and active learning was used to cope with the the large size of observations. An early warning experiment is conducted on a macro-economic dataset to verify the proposed technique.

同期刊论文项目