计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2011年
3期
443-451
,共9页
任世锦%王小林%吕俊怀%张晓光
任世錦%王小林%呂俊懷%張曉光
임세금%왕소림%려준부%장효광
散度支持向量机(SSVM)%分类%特征抽取%统计不相关边界鉴别向量%主元分析(PCA)
散度支持嚮量機(SSVM)%分類%特徵抽取%統計不相關邊界鑒彆嚮量%主元分析(PCA)
산도지지향량궤(SSVM)%분류%특정추취%통계불상관변계감별향량%주원분석(PCA)
文章旨在研究数据分布未知的高维、小样本问题的特征抽取算法.基于支持向量机原理和特征统计不相关思想,提出基于散度支持向量机(SSVM)的递归统计不相关特征抽取算法,解决现有算法抽取特征之问存在相关性、算法受到样本分布影响等问题.针对高维小样本问题,使用PCA把SSVM优化问题变换到同构低维空间;给出边界鉴别向量集的递归求取方法,把模式高维特征投影到边界鉴别向量集,实现了统计不相关特征的抽取:分析了算法的收敛性和终止条件.文中使用核方法把线性SSVM推广到非线性SSVM,通过KPCA方法把非线性SSVM优化问题转换到低维空间中的等价优化问题,在低维空间抽取不相关非线性特征.仿真结果证明了文中算法的有效性.
文章旨在研究數據分佈未知的高維、小樣本問題的特徵抽取算法.基于支持嚮量機原理和特徵統計不相關思想,提齣基于散度支持嚮量機(SSVM)的遞歸統計不相關特徵抽取算法,解決現有算法抽取特徵之問存在相關性、算法受到樣本分佈影響等問題.針對高維小樣本問題,使用PCA把SSVM優化問題變換到同構低維空間;給齣邊界鑒彆嚮量集的遞歸求取方法,把模式高維特徵投影到邊界鑒彆嚮量集,實現瞭統計不相關特徵的抽取:分析瞭算法的收斂性和終止條件.文中使用覈方法把線性SSVM推廣到非線性SSVM,通過KPCA方法把非線性SSVM優化問題轉換到低維空間中的等價優化問題,在低維空間抽取不相關非線性特徵.倣真結果證明瞭文中算法的有效性.
문장지재연구수거분포미지적고유、소양본문제적특정추취산법.기우지지향량궤원리화특정통계불상관사상,제출기우산도지지향량궤(SSVM)적체귀통계불상관특정추취산법,해결현유산법추취특정지문존재상관성、산법수도양본분포영향등문제.침대고유소양본문제,사용PCA파SSVM우화문제변환도동구저유공간;급출변계감별향량집적체귀구취방법,파모식고유특정투영도변계감별향량집,실현료통계불상관특정적추취:분석료산법적수렴성화종지조건.문중사용핵방법파선성SSVM추엄도비선성SSVM,통과KPCA방법파비선성SSVM우화문제전환도저유공간중적등개우화문제,재저유공간추취불상관비선성특정.방진결과증명료문중산법적유효성.
