基于支持向量的判别准则的比较

• 作者: 范丽亚 陈姣姣
• 来源期刊: 聊城大学学报：自然科学版
• 学科: 数学
• 关键词: 线性判别分析 软间隔支持向量机 降维
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 基础科学研究
• 页码范围: 5-8
• 分类号: O241
• 字数: 2343字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6634.2011.03.002

摘要

在经典线性判别分析（LDA）和软间隔支持向量机（C-SVM）的基础上,提出了支持向量判别分析（SVDA）和基于支持向量的极大化间隔判别分析（MSVDA）.为了说明SVDA和MSVDA对分类问题的有效性和实用性,利用UCI数据库中的Wine数据和Iris数据进行了对比实验.实验结果表明,总体上,SVDA和MSVDA均比LDA有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范丽亚	聊城大学数学科学学院	47	78	5.0	6.0
2	陈姣姣	聊城大学数学科学学院	1	1	1.0	1.0