Hits:

Indexed by:期刊论文

Date of Publication:2009-05-20

Journal:系统仿真学报

Included Journals:Scopus、PKU、ISTIC、CSCD

Volume:21

Issue:10

Page Number:2933-2935,2955

ISSN No.:1004-731X

Key Words:高斯过程潜变量模型;支持向量机;模式分类;阶梯跳跃降维

Abstract:在对高维度数据进行模式分类时,能否有效进行降维是一个关键问题.提出了一种结合高斯过程潜变量模型(GPLVM)和支持向量机(SVM)的阶梯跳跃降维分类框架方法,能有效的降低样本数据维数,同时提高分类器性能.利用GPLVM实现数据的平滑映射,对输入样本进行非线性降维后,根据SVM的分类校验结果进行下一步降维迭代操作;计算新的阶梯维数,根据反馈动态调整降维输入数据.利用该方法对UCI上的数据集进行分类,仿真结果验证了方法的有效性.