基于主成分分析的支持向量机分类方法研究

被引：31

作者：

赵广社

张希仁

不详

机构：

[1] 西安交通大学电子与信息工程学院

[2] 西安交通大学电子与信息工程学院西安

[3] 西安

来源：

关键词：

主成分分析; 支持向量机; 最优分类超平面; 特征值; 特征向量;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

主成分分析法可以提取样本集的主元,从而降低样本的维数,甚至可以实现样本的最优压缩。基于主成分分析法,研究支持向量机分类方法,可以提高支持向量机分类的训练速度和测试速度,但不会改变样本的分布特性,保持样本的分类信息。最后给出了试验及结果。

引用

页码：37 / 38+144 +144

页数：3