| 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年4月30日 |
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！ |
|
