一种基于主成分分析的支持向量机集成算法

• 作者: 朱孟杰
• 来源期刊: 消费电子
• 学科: 工学
• 关键词: 支持向量机 集成分类 主成分分析 冗余属性
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 计算机科学
• 页码范围: 121-121,123
• 页数: 2页
• 分类号: TP391
• 字数: 1639字
• 语种: 中文

摘要

现实生活中普遍存在冗余属性数据集，传统的支持向量机（SVM）集成分类方法需要耗费更多的时间进行运算，而且分类性能不够理想。针对传统支持向量机集成算法的不足，本文提出了一种基于主成分分析的SVM集成算法，该算法首先使用主成分分析进行主成分提取，去除冗余属性。然后在精简后的数据集上进行SVM集成学习。在部分UCI标准数据集上的实验说明本文算法可以有效地提高分类算法的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱孟杰	济宁医学院医药信息工程学院	3	6	2.0	2.0