期刊文献+

基于高维数据下支持向量机的应用研究

下载PDF
导出
摘要 提出了一种自动选择参数的流形学习的模型,并应用于高维数据的降维处理,降维后的数据利用支持向量机(SVM)进行回归预测,实验结果表明这种自动选择参数的流形学习降维方法结合运用支持向量机来处理高维非线性数据的均方误差小和相关系数精度高。是一种有效的方法。
出处 《科技与生活》 2012年第18期136-137,117,共3页
  • 相关文献

参考文献3

  • 1高小方.流形学习方法中的若干问题分析[J].计算机科学,2009,36(4):25-28. 被引量:15
  • 2徐志节.基于LLE的特征提取及应用[J].上海交通大学学报,2005,3:43-46.
  • 3WilliamH.Tranter,K.SamShanmugan,Theodor S.Rappaport,KurtL.Kosbar. Principles Of Communication Systems Simulation with Wireles Applications[M]. New Jersey: Professional Technical Reference Upper Saddle River,2003.

二级参考文献39

共引文献14

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部