基于PCA及聚类技术的支持向量机分类器设计 |
| |
引用本文: | 李凯,黄厚宽,田盛丰,于剑. 基于PCA及聚类技术的支持向量机分类器设计[J]. 广西师范大学学报(自然科学版), 2003, 21(1): 144-147 |
| |
作者姓名: | 李凯 黄厚宽 田盛丰 于剑 |
| |
作者单位: | 1. 北方交通大学,计算机与信息技术学院,北京,100044;河北大学,数学与计算机学院,河北,保定,071002 2. 北方交通大学,计算机与信息技术学院,北京,100044 |
| |
摘 要: | 提出了一种新的支持向量机分类器的设计方法,该方法利用主成分分析(PCA)及聚类技术在原问题空间中求解,减少了支持向量机分类器中支持向量的维数,且将原问题空间与特征空间中的问题归结为同一类的设计问题。
|
关 键 词: | PCA 主成分分析 聚类 支持向量机分类器 设计方法 问题空间 特征空间 模式识别 |
文章编号: | 1001-6600(2003)01-0144-04 |
修稿时间: | 2002-04-30 |
SVM CLASSIFIER DESIGN BASED ON PCA AND CLUSTERING |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|