[1]冯甲策 叶明 王惠文.基于Gram—Schmidt过程的支持向量机降维方法[J].计算机技术与发展,2009,(11):7-10.
　FENG Jia-ce,YE Ming,WANG Hui-wen.Dimension Reduction Method of Support Vector Machine Based on Gram- Schmidt Process[J].,2009,(11):7-10.
点击复制

基于Gram—Schmidt过程的支持向量机降维方法()

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年11期
页码:
7-10
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Dimension Reduction Method of Support Vector Machine Based on Gram- Schmidt Process
文章编号:
1673-629X（2009）11-0007-04
作者:
冯甲策 叶明 王惠文
北京航空航天大学
Author(s):
FENG Jia-ce;  YE Ming;  WANG Hui-wen
Beijing University of Aeronautics and Astronautics
关键词:
支持向量机; 特征选择; Gram—Schnfidt正交化
Keywords:
support vector machine;  feature selection; Gram- Schmidt orthogonalization
分类号:
TP181
文献标志码:
A
摘要:
支持向量机是借助于最优化方法来解决机器学习问题的工具。在实际应用研究中，多元变量间的相关性是普遍存在的，这可能影响支持向量机分类模型的判别效率。因此文中提出了基于Gram—Schmidt过程的特征选择方法，来减少多重共线性的危害。该方法利用Gram-Schmidt正交化过程，在特征集合中选择判别力强的信息，并把挑选出来的特征集合变换成若干直交变量。这样不仅可以实现判别模型的变量筛选，同时也解决了多重共线性对判别模型的影响这一问题。文中进行数值实验，将所提算法与fisher判别法相比较，结果所提算法不仅降低
Abstract:
The support vector machine is a machine learning solving tool using optimization method. In the application research, mutticol- inearity is very common. This may influence the discriminant result of classification. In order to solve the multicolinearity p

相似文献/References:

[1]李雷 张建民.一种改善的基于支持向量机的边缘检测算子[J].计算机技术与发展,2010,(03):125.
　LI Lei,ZHANG Jian-min.An Improved Edge Detector Using the Support Vector Machines[J].,2010,(11):125.
[2]陈俏 曹根牛 陈柳.支持向量机应用于大气污染物浓度预测[J].计算机技术与发展,2010,(01):247.
　CHEN Qiao,CAO Gen-niu,CHEN Liu.Application of Support Vector Machine to Atmospheric Pollution Prediction[J].,2010,(11):247.
[3]刘利 何先平 袁文亮.股票趋势预测中Wrapper方法的研究与应用[J].计算机技术与发展,2010,(01):209.
　LIU Li,HE Xian-ping,YUAN Wen-liang.Research and Application of Wrapper Approach to Stock Trend Prediction[J].,2010,(11):209.
[4]李晶 姚明海.基于支持向量机的语义图像分类研究[J].计算机技术与发展,2010,(02):75.
　LI Jing,YAO Ming-hai.Research of Semantic Image Classification Based on Support Vector Machine[J].,2010,(11):75.
[5]姜鹤 陈丽亚.SVM文本分类中一种新的特征提取方法[J].计算机技术与发展,2010,(03):17.
　JIANG He,CHEN Li-ya.A New Feature Selection Method in SVM Text Categorization[J].,2010,(11):17.
[6]曹庆璞 董淑福 罗赟骞.网络时延的混沌特性分析及预测[J].计算机技术与发展,2010,(04):43.
　CAO Qing-pu,DONG Shu-fu,LUO Yun-qian.Chaotic Analysis and Prediction of Internet Time- Delay[J].,2010,(11):43.
[7]路川 胡欣杰.区域航空市场航线客流量预测研究[J].计算机技术与发展,2010,(04):84.
　LU Chuan,HU Xin-jie.Analysis of Regional Airline Passenger Forecast Title[J].,2010,(11):84.
[8]张家柏 王小玲.基于聚类和二进制PSO的特征选择[J].计算机技术与发展,2010,(06):25.
　ZHANG Jia-bai,WANG Xiao-ling.A Novel Algorithm Based on K-Means Clustering and Binary Particle Swarm Optimization[J].,2010,(11):25.
[9]孙秋凤.microRNA计算识别中的模式识别技术[J].计算机技术与发展,2010,(06):97.
　SUN Qiu-feng.Pattern Recognition Technology for MicroRNA Identification[J].,2010,(11):97.
[10]刘振岩 王勇 陈立平 马俊杰 陈天恩.基于SVM的农业智能决策Web服务的研究与实现[J].计算机技术与发展,2010,(06):213.
　LIU Zhen-yan,WANG Yong,CHEN Li-ping,et al.Research and Implementation of Intelligence Decision Web Services Based on SVM for Digital Agriculture[J].,2010,(11):213.
[11]黄炜 黄志华.一种基于遗传算法和SVM的特征选择[J].计算机技术与发展,2010,(06):21.
　HUANG Wei,HUANG Zhi-hua.Feature Selection Based on Genetic Algorithm and SVM[J].,2010,(11):21.
[12]汪正中 张洪渊.基于英文博客文本的情感分析研究[J].计算机技术与发展,2011,(08):153.
　WANG Zheng-zhong,ZHANG Hong-yuan.Research of Sentiment Analysis on English Blog Text[J].,2011,(11):153.
[13]王 娜,李劲松,潘子尧,等.基于特征选择的学位预警方法研究[J].计算机技术与发展,2023,33(09):24.[doi:10. 3969 / j. issn. 1673-629X. 2023. 09. 004]
　WANG Na,LI Jin-song,PAN Zi-yao,et al.Research on Degree Early Warning Method Based on Feature Selection[J].,2023,33(11):24.[doi:10. 3969 / j. issn. 1673-629X. 2023. 09. 004]

备注/Memo

备注/Memo:
国家自然科学基金（70771004）冯甲策（1984-），女，河南人，硕士研究生，研究方向为数据挖掘、机器学习；王惠文，教授，博导，研究方向为统计与市场学、多维数据分析
更新日期/Last Update: 1900-01-01