期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于差空间融合特征选择的SVM算法
被引量：
1
1
作者
景炜
丁卫平
《计算机工程与设计》
北大核心
2019年第8期2235-2241,共7页
为解决核主成分分析(KPCA)和支持向量机(SVM)融合算法分类精度差的问题,提出基于差空间融合特征选择的SVM算法。利用主成分分析(PCA)处理原始数据,得到差空间数据;分别对原数据和差空间数据进行KPCA,得到融合特征;用ReliefF算法得到对...
为解决核主成分分析(KPCA)和支持向量机(SVM)融合算法分类精度差的问题,提出基于差空间融合特征选择的SVM算法。利用主成分分析(PCA)处理原始数据,得到差空间数据;分别对原数据和差空间数据进行KPCA,得到融合特征;用ReliefF算法得到对应特征的权重,根据初步分类评价指标选择最优的特征组合;对得到的数据利用SVM进行分类。该算法在UCI数据集上的测试结果表明,它能够有效提高分类精度,在高维数据中减小分类过程的计算复杂度。
展开更多
关键词
差空间数据
核主成分分析
RELIEFF算法
支持向量机
分类评价指标
在线阅读
下载PDF
职称材料
题名
基于差空间融合特征选择的SVM算法
被引量：
1
1
作者
景炜
丁卫平
机构
南通
大学
电子信息
学院
南通大学计算机科学和技术学院
出处
《计算机工程与设计》
北大核心
2019年第8期2235-2241,共7页
基金
国家自然科学基金项目(61300167)
江苏省自然科学基金项目(BK20151274)
+2 种基金
江苏省六大人才高峰基金项目(XYDXXJS-048)
南通市应用基础研究基金项目(GY12016014)
江苏高校“青蓝工程”基金项目(苏教师[2019]3号)
文摘
为解决核主成分分析(KPCA)和支持向量机(SVM)融合算法分类精度差的问题,提出基于差空间融合特征选择的SVM算法。利用主成分分析(PCA)处理原始数据,得到差空间数据;分别对原数据和差空间数据进行KPCA,得到融合特征;用ReliefF算法得到对应特征的权重,根据初步分类评价指标选择最优的特征组合;对得到的数据利用SVM进行分类。该算法在UCI数据集上的测试结果表明,它能够有效提高分类精度,在高维数据中减小分类过程的计算复杂度。
关键词
差空间数据
核主成分分析
RELIEFF算法
支持向量机
分类评价指标
Keywords
differential space data
KPCA
ReliefF algorithm
SVM
classification evaluation index
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于差空间融合特征选择的SVM算法
景炜
丁卫平
《计算机工程与设计》
北大核心
2019
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
