报告题目：单类分类器集成
报告专家：邢红杰 教授
时 间：2023年9月18日（周一）上午8:00-9:30
地 点：五教301
报告专家简介：
邢红杰，博士，河北大学教授，博士生导师。博士毕业于中国科学院自动化研究所，主要研究领域为机器学习和模式识别，研究方向包括神经网络、支持向量机、无监督学习、异常检测算法及应用等。主持和参加科研项目20余项，主持完成国家自然科学基金项目2项；河北省自然科学基金项目3项；中国博士后科学基金项目、河北大学杰出青年基金项目、河北省教育厅项目各1项。发表学术专著2部。在IEEE Transactions on Neural Networks、Information Fusion、Information Sciences、Pattern Recognition等国际期刊和国内外学术会议上发表学术论文70余篇。曾获保定市青年科技奖，河北省自然科学奖3等奖。
报告简介：
单类分类是机器学习和模式识别领域中一种特殊的分类任务，在训练阶段仅有正类训练样本可用于构造描述模型，在测试阶段所构造的描述模型能够将正类与未知的负类加以区分。我们对单类分类器集成开展了研究，为支持向量数据描述提出了一种选择性集成策略，定义了基于Renyi熵的多样性度量，并利用半二次优化求解对应的优化问题；此外，将AdaBoost的损失函数修改成修正指数损失函数与平方损失函数的加权组合，提出了基于鲁棒AdaBoost的单类分类器集成，并给出了经验误差和泛化误差的上界。