一种改进的支持向量机降维方法

• 作者: 潘永惠 王士同 申中华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 支持向量机 降维 特征选取 人脸检测
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 算法
• 页码范围: 229-230,259
• 页数: 3页
• 分类号: TP3
• 字数: 1779字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.05.092

摘要

提出了一种基于支持向量机的改进的降维方法.在输入和特征空间中,特征子集的选取分别根据原始特征每一维对分类的贡献来获得.最后,通过将输入和特征空间中的特征选取联合起来,得到了一种改进的降维方法.实验表明:使用这种方法,在保持对分类准确率不受明显的影响的同时,能大大地提高训练和预测的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
2	申中华	江南大学信息工程学院	2	49	1.0	2.0
3	潘永惠	江南大学信息工程学院	4	56	2.0	4.0