基于CCA对LSSVM分类器的稀疏化

• 作者: 胡望明 陈德钊 陶少辉
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 模式分类 最小二乘支持向量机 稀疏化 样本核矩阵 分类相关分析
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1093-1096,1118
• 页数: 5页
• 分类号: TP183
• 字数: 4080字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2007.07.008

摘要

为了对分类最小二乘支持向量机实施有效的稀疏化,以提高分类速率,采用分类相关分析算法,按序提取样本核矩阵的全部分类相关成分,并依据样本核矩阵各列与分类相关成分的相关性,对训练集所有个体按分类的重要性排序,进而可选取最重要的部分个体作为支持向量,并将其余非支持向量的信息转移至支持向量,以提高支持向量的分类表达能力.由此构建一种新的稀疏型最小二乘支持向量机CS-LSSVM,并将其应用于多个模式分类的实际问题.测试结果表明,CS-LSSVM稀疏性很强,且保持了标准LSSVM的分类性能,还可直接适用于多类问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德钊	浙江大学化学工程与生物工程学系	112	1957	24.0	38.0
2	胡望明	浙江大学化学工程与生物工程学系	24	218	9.0	14.0
3	陶少辉	浙江大学化学工程与生物工程学系	20	113	6.0	9.0