基于PCA及聚类技术的支持向量机分类器设计

来源 :第七届中国人工智能联合学术会议 | 被引量 : 0次 | 上传用户:sunday826
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种新的支持向量机分类器的设计方法.该方法利用主成分分析(PCA)及聚类技术在原问题空间中求解,减少了支持向量机分类器中支持向量的维数,且将原问题空间与特征空间中的问题归结为同一类的设计问题.
其他文献
在中文文本分类模型中提出文本的KWP度量。在文本分类系统中SVM决策表上建立CKWP约简方法,利用CKWP值标注训练集文本的方法改进了中文文本分类系统。实验结果表明,CKWP标注后的
提出了一种基于光纤布拉格光栅(光纤光栅)的光纤Michelson干涉仪.它使用光纤光栅作为干涉仪的反射器,宽带光代替激光作为光源,是一种可以波分复用的Michelson干涉仪.用3&#215
研究表明,高维数据的聚类都隐含在低维的子空间内,而这些子空间就是把原始数据投影到某些维度上的交集,于是相应的聚类算法就变成如何寻找合适的子空间内容。在此提出了一种新的
目的比较5种评分系统对急性胰腺炎病情的预测价值,为临床选择合适地预测急性胰腺炎病情的评分系统提供依据。方法分析113例急性胰腺炎患者的Ranson评分、APACHEⅡ评分、BISAP