基于PCA及聚类技术的支持向量机分类器设计

• 作者: 于剑 李凯 田盛丰 黄厚宽
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 主成分分析 聚类 支持向量机分类器
• 年，卷（期）: 2003,（1）
• 页码范围: 144-147
• 页数: 4页
• 分类号: TP301.6|TP391
• 字数: 2774字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2003.01.025

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凯	北方交通大学计算机与信息技术学院	52	435	12.0	19.0
3	田盛丰	北方交通大学计算机与信息技术学院	24	945	13.0	24.0
4	黄厚宽	北方交通大学计算机与信息技术学院	45	1100	17.0	32.0
5	于剑	北方交通大学计算机与信息技术学院	9	577	7.0	9.0