基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法

被引:20
作者
郭辉
刘贺平
机构
[1] 北京科技大学信息工程学院,北京科技大学信息工程学院北京,北京
关键词
偏最小二乘; 最小二乘支持向量机; 核的偏最小二乘; 回归;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
140502 [人工智能];
摘要
提出了用核的偏最小二乘进行特征提取.首先把初始输入映射到高维特征空间,然后在高维特征空间中计算得分向量,降低样本的维数,再用最小二乘支持向量机进行回归.通过实验表明,这种方法得到的效果优于没有特征提取的回归.同时与PLS提取特征相比,KPLS分析效果更好.
引用
收藏
页码:403 / 406
页数:4
相关论文
共 2 条
[1]
Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[2]
A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167