PCA-SS-LSSVM算法研究

• 作者: 李晨光 胡艳珍 董超
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 支持向量机 分散搜索算法 主成分分析
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 计算机算法
• 页码范围: 88-91,105
• 页数: 5页
• 分类号: TP181
• 字数: 2477字
• 语种: 中文

摘要

近年来,支持向量机被广泛地运用于许多行业进行分类、预测分析工作,并取得了很好的效果.虽然标准支持向量机在解决小样本、非线性及高维模式识别中表现出许多特有的优势,但仍存在一定的不足,如计算速度慢、精度不高、资源占用多等.针对上述问题,在总结研究相关算法优缺点基础上,提出了一种新型的组合算法,即PCA-SS-LSSVM算法.结果表明该算法能有效弥补标准支持向量机的不足,具有更好的适应性和应用可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董超	天津理工大学天津市复杂系统控制理论及应用重点实验室	43	162	8.0	10.0
2	李晨光		19	28	3.0	4.0
3	胡艳珍	天津理工大学天津市复杂系统控制理论及应用重点实验室	5	8	2.0	2.0