期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于高维数据下支持向量机的应用研究
下载PDF
职称材料
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。
作者
梁礼明
郑海华
机构地区
江西理工大学电气工程及自动化学院
出处
《科技与生活》
2012年第18期136-137,117,共3页
关键词
高维小样本数据
支持向量机
流形学习
分类号
TP391 [自动化与计算机技术—计算机应用技术]
引文网络
相关文献
节点文献
二级参考文献
39
参考文献
3
共引文献
14
同被引文献
0
引证文献
0
二级引证文献
0
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.
3
WilliamH.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
1
赵连伟,罗四维,赵艳敞,刘蕴辉.
高维数据流形的低维嵌入及嵌入维数研究[J]
.软件学报,2005,16(8):1423-1430.
被引量:54
2
詹德川,周志华.
基于集成的流形学习可视化[J]
.计算机研究与发展,2005,42(9):1533-1537.
被引量:24
3
杨剑,李伏欣,王珏.
一种改进的局部切空间排列算法[J]
.软件学报,2005,16(9):1584-1590.
被引量:36
4
何力,张军平,周志华.
基于放大因子和延伸方向研究流形学习算法[J]
.计算机学报,2005,28(12):2000-2009.
被引量:24
5
邵超,黄厚宽,赵连伟.
P-ISOMAP:一种新的对邻域大小不甚敏感的数据可视化算法[J]
.电子学报,2006,34(8):1497-1501.
被引量:4
6
曹顺茂,叶世伟.
一种在源数据稀疏情况下的流形学习算法研究[J]
.计算机仿真,2007,24(3):104-106.
被引量:2
7
邵超,黄厚宽,赵连伟.
一种更具拓扑稳定性的ISOMAP算法[J]
.软件学报,2007,18(4):869-877.
被引量:20
8
郑守志,叶世伟.
局部线性嵌入算法改进研究[J]
.计算机仿真,2007,24(4):78-81.
被引量:5
9
曹顺茂,叶世伟.
一种改进的局部线性嵌入算法[J]
.计算机仿真,2007,24(5):87-90.
被引量:3
10
Hein M, Audibert Y. Intrinsic dimensionality estimation of submanifolds in Rd//ICML 2005. Bonn,Germany, 2005
共引文献
14
1
卢小甫,李凡长.
一种基于切丛的维数约简方法[J]
.计算机工程与科学,2010,32(5):89-91.
2
葛春苑,刘希玉,丁姗.
流形学习算法分析及比较[J]
.山东师范大学学报(自然科学版),2010,25(4):15-17.
3
闫志敏,刘希玉.
流形学习及其算法研究[J]
.计算机技术与发展,2011,21(5):99-102.
被引量:2
4
高恩芝,王士同,张如艳.
基于测地距离逼近的降维算法[J]
.计算机工程与应用,2011,47(33):172-175.
被引量:1
5
斯庆巴拉,郎德琴.
基于数据点松紧度的局部线性嵌入算法[J]
.计算机工程与应用,2012,48(7):135-138.
被引量:1
6
黄淑萍.
基于点密集度的非线性流形学习算法[J]
.微电子学与计算机,2012,29(6):10-13.
7
高恩芝,王士同.
黎曼流形的距离均方差最小降维改进算法[J]
.计算机工程与应用,2013,49(2):198-202.
被引量:1
8
黄永毅.
基于流形学习降维技术的研究概述[J]
.中国科技信息,2013(14):51-51.
9
范少萍,李迎迎,郑春厚.
基于局部线性判别嵌入算法的中文文本分类研究[J]
.情报理论与实践,2014,37(2):131-135.
10
冯灵清,刘艳红,刘宇晶.
流形学习及其算法分析[J]
.计算机时代,2017(4):1-4.
被引量:1
1
林棋,张宏,李千目.
一种基于MA-LSSVM的封装式特征选择算法[J]
.南京理工大学学报,2016,40(1):10-16.
被引量:7
2
成忠,诸爱士.
一种适于高维小样本数据的线性判别分析方法[J]
.浙江科技学院学报,2008,20(2):98-101.
被引量:1
3
袁晓龙,梅雪,黄嘉爽,杨骥.
基于随机森林算法的特征选择及在fMRI数据中的应用[J]
.微电子学与计算机,2014,31(8):132-135.
被引量:6
4
廖海斌,徐洪章.
基于鉴别主成份分析的基因表达数据特征提取[J]
.燕山大学学报,2010,34(5):426-430.
被引量:2
5
刘建伟,李双成,罗雄麟.
p范数正则化支持向量机分类算法[J]
.自动化学报,2012,38(1):76-87.
被引量:18
6
林克正,王海燕,李骜,荣友湖.
高效求解方法的核典型相关分析算法[J]
.计算机科学与探索,2017,11(2):286-293.
7
李昕,马利,王金甲,赵春.
特征选择(FS)算法在生物信息学中的应用[J]
.生物医学工程学杂志,2011,28(2):410-414.
被引量:6
8
董琰.
基于多子空间线性判别分析的特征提取与分类[J]
.计算机工程与设计,2012,33(4):1591-1594.
被引量:1
9
耿耀君,张军英,袁细国.
一种基于稀疏表示系数的特征相关性测度[J]
.模式识别与人工智能,2013,26(1):106-113.
被引量:1
10
周志才,刘东风,石新发.
基于核切片逆回归的轴承故障特征提取[J]
.轴承,2014(4):50-53.
科技与生活
2012年 第18期
职称评审材料打包下载
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...
;
用户登录
登录
IP登录
使用帮助
返回顶部