文献类型：期刊文章

作　　者：邹永杰[1] 端木京顺[2] 高海龙[3]

机构地区：[1]西京学院基础部 [2]空军工程大学工程学院 [3]中国人民解放军93132部队

出　　处：《计算机工程与设计》

年　　份：2010

卷　　号：31

期　　号：10

起止页码：2290-2293

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：对SVM的特征提取问题进行了研究,提出了KPLS-SVM组合回归建模方法。该方法在输入空间映射得到的高维特征空间中进行PLS特征提取后,再进行SVM回归,不仅保持了SVM良好的模型性能,并且兼具KPLS和SVM的优点。仿真和实验结果表明,该KPLS-SVM建模方法是正确且有效的,采用该方法构建的SVM模型,泛化性能明显优于没有特征提取的SVM。

关 键 词：核函数 偏最小二乘 支持向量机 泛化能力 特征提取  特征空间  

分 类 号：TP181]