电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2011年
8期
1746-1750
,共5页
随机子空间%正交局部保持投影%支持向量机%特征提取
隨機子空間%正交跼部保持投影%支持嚮量機%特徵提取
수궤자공간%정교국부보지투영%지지향량궤%특정제취
针对高维数、小样本数据分类问题,提出一种基于随机子空间-正交局部保持投影的支持向量机.利用随机子空间方法对原始高维样本的特征空间进行多次随机采样,生成多个具有不同特征子集的基支持向量机(SVM)分类器；利用正交局部保持投影对各基SVM分类器的样本进行特征提取,实现维数约简；然后,利用降维后的样本对各基SVM分类器进行训练；采用贝叶斯求和准则将各基SVM的分类结果进行融合以得到最终的分类结果.典型人脸数据库识别结果验证了本方法的可行性和有效性.
針對高維數、小樣本數據分類問題,提齣一種基于隨機子空間-正交跼部保持投影的支持嚮量機.利用隨機子空間方法對原始高維樣本的特徵空間進行多次隨機採樣,生成多箇具有不同特徵子集的基支持嚮量機(SVM)分類器；利用正交跼部保持投影對各基SVM分類器的樣本進行特徵提取,實現維數約簡；然後,利用降維後的樣本對各基SVM分類器進行訓練；採用貝葉斯求和準則將各基SVM的分類結果進行融閤以得到最終的分類結果.典型人臉數據庫識彆結果驗證瞭本方法的可行性和有效性.
침대고유수、소양본수거분류문제,제출일충기우수궤자공간-정교국부보지투영적지지향량궤.이용수궤자공간방법대원시고유양본적특정공간진행다차수궤채양,생성다개구유불동특정자집적기지지향량궤(SVM)분류기；이용정교국부보지투영대각기SVM분류기적양본진행특정제취,실현유수약간；연후,이용강유후적양본대각기SVM분류기진행훈련；채용패협사구화준칙장각기SVM적분류결과진행융합이득도최종적분류결과.전형인검수거고식별결과험증료본방법적가행성화유효성.
