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! |
|