基于相似度量的核主成分序列极小化方法

摘要：

研究优化主成份序列分类精度,针对支持向量机在小样本情况下泛化能力差的问题,为提高训练的准确率,提出了一种基于相似度量的核主成分序列极小化方法,方法在进行核主成分分析时,使用混合核函数,权值和形式参数是通过遗传算法,以矩阵相似性度量作为适应度,优化求得的,得到最有利于分类的核主成分空间.使用序列极小化方法对主成分做进一步的选择,降低输入空间的维数,同时由于是线性的支持向量机,不会增加学习机的VC维,从而提高了小样本情况下分类的准确率.通过实验证明改进方法是有效的.

关键词：矩阵相似度量、核主成分分析、序列极小化、遗传算法

所属期刊栏目：28

分类号：TP182(自动化基础理论)

在线出版日期：2011-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：196-198,202