基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为减少支持向量机(SVM)的计算负担,提高运算效率,并保证分类精度,提出一种结合投影与近邻操作的支持向量快速筛选方法.该方法利用Fisher投影轴的全局特性将其作为SVM最优分类面的近似法方向,在该方向快速筛除大量非支持向量,将分类边界附近的样本集作为备选支持向量集,同时为解决投影操作未考虑样本局部结构信息造成的误删支持向量的问题,结合近邻操作回选样本空间中备选支持向量的近邻样本更新扩充备选支持向量集,以该子集中的样本作为SVM的输入.在多个UCI标准数据集上的实验结果表明,该方法在充分保证分类精度的前提下有效降低了SVM的计算负担,具有较好的推广性.
推荐文章
基于投影寻踪和支持向量机的模式识别方法
支持向量机
投影寻踪
信贷风险评估
基于几何算法的投影孪生支持向量机
模式分类
支持向量机
投影孪生支持向量机
计算几何
基于模糊 K近邻的模糊支持向量机的语音情感识别
语音情感识别
模糊K近邻
模糊支持向量机
基于向量投影的代谢支持向量机乙烯精馏产品质量软测量建模
动态建模
预测
模型
乙烯精馏
代谢支持向量机
向量投影
软测量
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 结合投影与近邻操作的支持向量快速筛选方法
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 支持向量机 支持向量 Fisher投影 k-近邻 快速筛选
年,卷(期) 2017,(3) 所属期刊栏目 电气工程
研究方向 页码范围 49-53
页数 5页 分类号 TP391.4
字数 4453字 语种 中文
DOI 10.13705/j.issn.1671-6833.2016.06.003
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 李志辉 郑州大学电气工程学院 14 51 5.0 7.0
2 尚志刚 郑州大学电气工程学院 25 72 6.0 8.0
3 李蒙蒙 郑州大学电气工程学院 16 40 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (120)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(15)
  • 参考文献(1)
  • 二级参考文献(14)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
支持向量
Fisher投影
k-近邻
快速筛选
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导