基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在模式分类问题中,利用Fisher准则及K-L变换将样本数据从高维特征空间映射到低维特征空间以提取特征;而SVM(支持向量机)引进核函数隐含的映射把低维特征空间中的样本数据映射到高维特征空间来实现分类.文章利用三种方法对鸢尾属植物数据集的分类进行仿真试验,并对仿真结果进行分析比较,给出了三种方法在模式分类应用中的异同以及他们之间的内在联系和区别.
推荐文章
基于人脸分类和K-L变换的人脸识别新方法
人脸分类
人脸识别
特征提取
K-L变换
基于K-L变换和LS-SVM的车牌字符识别新方法
字符识别
K-L变换
特征提取
最小二乘支持向量机
二叉树
基于视觉特性和K-L变换的图像边缘检测
彩色图像分割
边缘检测
canny算子
K-L变换
一种基于K-L变换和聚类的视频摘要方法
视频摘要
关键帧
K-L变换
聚类
视频检索
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 Fisher准则K-L变换和SVM在分类中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 Fisher准则 K-L变换 SVM(支持向量机) 分类 映射 投影
年,卷(期) 2006,(19) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 147-150,157
页数 5页 分类号 TP391.4
字数 5158字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.19.046
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 赵广社 西安交通大学自动控制研究所 25 309 10.0 17.0
2 李国齐 西安交通大学自动控制研究所 2 13 2.0 2.0
3 孙照莹 西安交通大学自动控制研究所 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (144)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (21)
二级引证文献  (2)
1936(2)
  • 参考文献(1)
  • 二级参考文献(1)
1975(2)
  • 参考文献(1)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 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)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
Fisher准则
K-L变换
SVM(支持向量机)
分类
映射
投影
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导