基于投影寻踪和支持向量机的模式识别方法

• 作者: 王来生 赵晓翠
• 来源期刊: 计算机应用研究
• 关键词: 支持向量机 投影寻踪 信贷风险评估
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 研究探讨
• 页码范围: 86-88
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.02.027

摘要

由于支持向量机(SVM)在处理小样本、高维数及泛化性能强等方面的优势,提出了一种基于投影寻踪(PP)和支持向量机的模式分类方法.利用PP方法把高维数据转换到低维子空间,同时用加速遗传算法获得最佳投影方向和投影值,揭示了高维数据的结构特征,然后在低维空间中用SVM对特征向量进行分类识别,并将其应用到银行信贷风险评估中.选用2005年度80家贷款申请企业的数据样本,对该模型进行验证,通过与神经网络模型的比较,证实了该方法用于模式识别的有效性及优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王来生	中国农业大学理学院	49	555	14.0	20.0
2	赵晓翠	中国农业大学理学院	2	42	2.0	2.0