| 一种LDA和聚类融合的SVM多类分类方法 |
| |
| 引用本文： | 汝佳,陈莉,房鼎益.一种LDA和聚类融合的SVM多类分类方法[J].西北大学学报,2014(4):559-562. |
| |
| 作者姓名： | 汝佳 陈莉 房鼎益 |
| |
| 作者单位： | 西北大学信息科学与技术学院 |
| |
| 基金项目： | 国家自然科学基金资助项目(61070176) |
| |
| 摘 要： | 改进传统的基于二叉树结构的支持向量机多类分类方法。将无监督聚类引入到算法中,利用无监督聚类剔除大量的非支持向量样本,同时对于无监督聚类在异类样本相近时出现的性能下降问题,引入线性判别分析使得同类样本聚集,异类样本分散,确保聚类精度。线性判别分析和无监督聚类结合能够显著地缩减训练样本。该方法能够在保持分类准确率的情况下有效地提高SVM的分类速度。
|
| 关 键 词： | 支持向量机 线性判别分析 模糊C均值聚类 多类分类 二叉树 |
SVM multi-class classification based on LDA and clustering |
| |
| Institution: | RU Jia;CHEN Li;FAN Ding-yi;School of Information Science and Technology,Northwest University; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
