原文服务方: 计算机应用研究       
摘要:
SVM-RFE特征选择算法的算法复杂度高,特征选择消耗时间过长,为了缩短特征选择的时间,针对径向基函数—支持向量机分类器提出了依据核空间类间平均距进行特征选择的算法.首先分析了径向基函数核参数与数据集核空间类间平均距之间的关系,然后提出了依据单个特征对数据集的核空间类间平均距的贡献大小进行特征重要性排序的算法,最后用该算法和SVM-RFE算法分别对8个UCI数据集进行了特征选择实验.实验结果证明了该算法的正确性、有效性,而且特征选择的时间与SVM-RFE算法相比大大减小.
推荐文章
基于支持向量机的改进高斯核函数聚类算法研究
改进的高斯核
聚类
SVC
高斯核
基于一种混合核函数的支持向量机聚类
SVM
混合核函数
加权多宽度高斯核
支持向量聚类
基于模糊核聚类的多类支持向量机
支持向量机
多类分类
模糊核
二叉树
基于分段核函数的支持向量机及其应用
支持向量机
分段核函数
全局核
局部核
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 基于核空间类间平均距的径向基函数—支持向量机特征选择算法
来源期刊 计算机应用研究 学科
关键词 支持向量机 特征选择 核函数 高斯径向基函数
年,卷(期) 2012,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 4556-4559
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.12.040
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 蒋晓瑜 装甲兵工程学院控制工程系 65 485 12.0 19.0
2 黄应清 装甲兵工程学院控制工程系 27 187 8.0 13.0
3 赵锴 装甲兵工程学院控制工程系 11 47 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (1817)
参考文献  (6)
节点文献
引证文献  (12)
同被引文献  (20)
二级引证文献  (19)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(10)
  • 引证文献(2)
  • 二级引证文献(8)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
支持向量机
特征选择
核函数
高斯径向基函数
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导