CORC  > 中国矿业大学(徐州)
局部保持对支持向量机
花小朋 ; 丁世飞
2015-09-01 ; 2015-09-01
关键词分类 多面支持向量机 保局投影 主成分分析 经验核映射
中文摘要多面支持向量机(multiple surface support vector machine,MSSVM)分类方法作为传统支持向量机(support vector machine,SVM)的拓展在模式识别领域成为新的研究热点之一,然而已有的MSSVM方法并没有充分考虑到训练样本之间的局部几何结构以及所蕴含的判别信息.因此将保局投影(locality preserving projections,LPP)的基本思想引入到MSSVM中,提出局部保持对支持向量机(locality preserving twin support vector machine,LPTSVM).LPTSVM方法不但继承了MSSVM方法具有的异或(XOR)问题处理能力,而且充分考虑样本间的局部几何结构,体现样本间所蕴含的局部判别信息,从而在一定程度上提高了分类精度.主成分分析(principal component analysis,PCA)方法克服了LPTSVM奇异性问题,保证了LPTSVM方法的有效性.非线性情况下,通过经验核映射方法构造了非线性LPTSVM.在人造数据集和真实数据集上的测试表明LPTSVM方法具有较好的泛化性能.
其他责任者中国矿业大学计算机科学与技术学院 ; 盐城工学院信息工程学院 ; 中国科学院计算技术研究所智能信息处理重点实验室
内容类型期刊论文
源URL[http://ir.calis.edu.cn/hdl/232060/10697]  
专题中国矿业大学(徐州)
推荐引用方式
GB/T 7714
花小朋,丁世飞. 局部保持对支持向量机[J],2015, 2015.
APA 花小朋,&丁世飞.(2015).局部保持对支持向量机..
MLA 花小朋,et al."局部保持对支持向量机".(2015).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace