| 核极化优化多参数高斯核的特征选择算法 |
| |
| 引用本文： | 张文兴,陈肖洁.核极化优化多参数高斯核的特征选择算法[J].机械设计与制造,2018(5):148-150,154. |
| |
| 作者姓名： | 张文兴 陈肖洁 |
| |
| 作者单位： | 内蒙古科技大学机械工程学院 |
| |
| 基金项目： | 国家自然科学基金项目(21366017);内蒙古自然科学基金(2016MS0543) |
| |
| 摘 要： | 为了解决支持向量机中多特征样本的特征选择问题,鉴于多参数高斯核中的多参数的不同取值可以区分和体现样本中各个特征的重要性差异,在深入分析核极化的几何意义和多参数高斯核特点的基础上,提出了基于核极化梯度优化多参数高斯核的特征选择算法。首先,利用核极化的梯度迭代算法来寻求多参数高斯核的最优多参数值,然后,以优化的多参数大小为基准,进行样本特征的重要性程度强弱标定,进而,采用特征重要性指标来执行SVM的特征选择。最后,将选择出的样本特征子集应用于SVM分类器中。UCI数据的实验结果表明,相较于PCA-SVM、KPCA-SVM和经典SVM方法,所提出算法的分类正确率更高,验证了核极化与多参数模型特征选择算法的有效性。
|
| 关 键 词： | 特征选择 核极化 多参数高斯核 支持向量机 核机器 |
Feature Selection Algorithm of Gaussian Kernel with Multiple Parameters Optimized by Kernel Polarization |
| |
| ZHANG Wen-xing,CHEN Xiao-jie.Feature Selection Algorithm of Gaussian Kernel with Multiple Parameters Optimized by Kernel Polarization[J].Machinery Design & Manufacture,2018(5):148-150,154. |
| |
| Authors: | ZHANG Wen-xing CHEN Xiao-jie |
| |
| Affiliation: | (School of Mechanical Engineering,University of Inner Mongolia Science and Technology,Neimongol Baotou 014010,China) |
| |
| Abstract: | ZHANG Wen-xing;CHEN Xiao-jie(School of Mechanical Engineering,University of Inner Mongolia Science and Technology,Neimongol Baotou 014010,China) |
| |
| Keywords: | Feature Selection Kernel Polarization Gaussian Kernel with Multiple Parameters Support Vector Machine KernelMachine |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
