当前位置: 首页 » 资料 » 健康论文 » 基于最大间隔的支持向量机特征选取算法研究

基于最大间隔的支持向量机特征选取算法研究

放大字体  缩小字体 更新日期:2018-11-26  浏览次数:4
摘 要:支持向量机(Support Vector Machine,简称SVM)是一种有效分类方法.不同特征选取算法对分类器影响不同,结合支持向量机特点,提出了一种基于最大间隔的支持向量机特征选取算法.利用该算
  • 【题 名】基于最大间隔的支持向量机特征选取算法研究
  • 【作 者】陈森平 陈启买 游才文 彭利宁
  • 【机 构】华南师范大学计算机学院 广东广州510631 暨南大学信息技术研究所 广东广州510075
  • 【刊 名】《华南师范大学学报:自然科学版》2010年 第4期 38-42页 共5页
  • 【关键词】支持向量机 特征选取 最大边界 判据
  • 【文 摘】支持向量机(Support Vector Machine,简称SVM)是一种有效分类方法.不同特征选取算法对分类器影响不同,结合支持向量机特点,提出了一种基于最大间隔的支持向量机特征选取算法.利用该算法,对Iris测试数据集进行了特征选取并仿真,实验结果表明,该算法不但能够有效去除噪音数据,而且提高了分类器推广与泛化能力.
 
本文导航:
  • (1) 支持向量机,特征选取,最大边界,判据
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注