Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2009-05-20

Journal: 系统仿真学报

Included Journals: CSCD、ISTIC、PKU、Scopus

Volume: 21

Issue: 10

Page Number: 2933-2935,2955

ISSN: 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.