淮阴工学院学报
淮陰工學院學報
회음공학원학보
JOURNAL OF HUAIYIN INSTITUTE OF TECHNOLOGY
2011年
1期
32-35
,共4页
主成分分析法%支持向量机%模式识别
主成分分析法%支持嚮量機%模式識彆
주성분분석법%지지향량궤%모식식별
首先讨论主成分分析和支持向量机的基本思想和实现过程,由于主成分分析PCA方法具备降维的功能,而支持向量机SVM方法又具有高分类准确率的优点,尝试将两者结合起来进行模式分类,最终经过实验验证获得成功.采用UCI数据库中的wine数据库分别对PCA、SVM、主成分和支持向量机结合的模式分类这三种方法进行实验仿真和比较,并取得较为理想的结果.
首先討論主成分分析和支持嚮量機的基本思想和實現過程,由于主成分分析PCA方法具備降維的功能,而支持嚮量機SVM方法又具有高分類準確率的優點,嘗試將兩者結閤起來進行模式分類,最終經過實驗驗證穫得成功.採用UCI數據庫中的wine數據庫分彆對PCA、SVM、主成分和支持嚮量機結閤的模式分類這三種方法進行實驗倣真和比較,併取得較為理想的結果.
수선토론주성분분석화지지향량궤적기본사상화실현과정,유우주성분분석PCA방법구비강유적공능,이지지향량궤SVM방법우구유고분류준학솔적우점,상시장량자결합기래진행모식분류,최종경과실험험증획득성공.채용UCI수거고중적wine수거고분별대PCA、SVM、주성분화지지향량궤결합적모식분류저삼충방법진행실험방진화비교,병취득교위이상적결과.
