首页 | 本学科首页   官方微博 | 高级检索  
     

一种提高支持向量机性能的特征选择新方法
引用本文:孙刚,王志平,王明新. 一种提高支持向量机性能的特征选择新方法[J]. 计算机工程与应用, 2008, 44(3): 183-185. DOI: 10.3778/j.issn.1002-8331.2008.03.058
作者姓名:孙刚  王志平  王明新
作者单位:大连海事大学,数学系,辽宁,大连,116026;通化师范学院,数学系,吉林,通化,134002;大连海事大学,数学系,辽宁,大连,116026;北华大学,理学院,吉林,132000
摘    要:利用支持向量机进行模式分类时,特征选择是数据预处理的一项重要内容。有效的特征选择在很大程度上影响着分类器的性能。根据样本各特征分量的均值与方差对分类的影响,提出根据分类权值进行特征选择,以提高支持向量机性能的简便方法,制定了两个具体实施方案。在三个常用数据集上进行了仿真实验,结果验证了方法的有效性。

关 键 词:支持向量机  特征选择  分类权
文章编号:1002-8331(2008)03-0183-03
修稿时间:2007-08-01

New feature selection method of improve performance of SVM
SUN Gang,WANG Zhi-ping,WANG Ming-xin. New feature selection method of improve performance of SVM[J]. Computer Engineering and Applications, 2008, 44(3): 183-185. DOI: 10.3778/j.issn.1002-8331.2008.03.058
Authors:SUN Gang  WANG Zhi-ping  WANG Ming-xin
Affiliation:1.Department of Mathematics,Dalian Maritime University,Dalian,Liaoning 116026,China 2.Department of Mathematics,Tonghua Normal University,Tonghua,Jilin 134002,China 3.College of Sciences,Beihua University,Jilin 132000,China
Abstract:Feature selection is an important content of data preprocessing in pattern recognition based on SVM.The valid feature selection affects the performance of classification machine to a large extent.According to the effect of the mean and the square difference of each feature of samples,a simple and convenient feature selection method based on the values of classification power is presented,and two concrete schemes are introduced to improve the performance of support vector machine.Three experiments on common datasets confirm the usefulness of the method.
Keywords:Support Vector Machine(SVM)  feature selection  classification power
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号