原文服务方: 湖南理工学院学报(自然科学版)       
摘要:
在核函数基础上,提出了一种融合支持向量机和核主元分析的核PCA支持向量机综合集成分类方法,给出了算法实现步骤.仿真实验表明了该算法具有很好的分类性能,特别适合于消除噪声情形的模式识别问题.
推荐文章
融合PCA的支持向量机人脸检测研究
支持向量机
PCA
人脸检测
数据降维
模式识别
一种基于PSO的混合核支持向量机算法
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
基于支持向量机的改进高斯核函数聚类算法研究
改进的高斯核
聚类
SVC
高斯核
基于分段核函数的支持向量机及其应用
支持向量机
分段核函数
全局核
局部核
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 核PCA支持向量机算法研究
来源期刊 湖南理工学院学报(自然科学版) 学科
关键词 核函数 核主元分析 支持向量机 分类
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 23-26
页数 4页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1672-5298.2006.04.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张国云 湖南理工学院物理与电子信息系 72 520 12.0 19.0
2 彭仕玉 湖南理工学院物理与电子信息系 13 68 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (1829)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
核函数
核主元分析
支持向量机
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
湖南理工学院学报(自然科学版)
季刊
1672-5298
43-1421/N
大16开
1988-01-01
chi
出版文献量(篇)
2108
总下载数(次)
0
总被引数(次)
5747
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导