基于主成分分析的支持向量机分类方法研究

• 作者: 张希仁 赵广社
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 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
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 学术探讨
• 页码范围: 37-38,144
• 页数: 3页
• 分类号: TP391.4
• 字数: 2827字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.03.012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵广社	西安交通大学电子与信息工程学院	25	309	10.0	17.0
2	张希仁	西安交通大学电子与信息工程学院	2	117	2.0	2.0