点击次数：

发布时间：2019-03-11

论文类型：期刊论文

发表时间：2009-05-20

发表刊物：系统仿真学报

收录刊物：CSCD、ISTIC、PKU、Scopus

卷号：21

期号：10

页面范围：2933-2935,2955

ISSN号：1004-731X

关键字：高斯过程潜变量模型;支持向量机;模式分类;阶梯跳跃降维

摘要：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.