-
题名基于共有GP-LVM和改进型SVM的数据分类算法
被引量：1
- 1
-
-
作者
宋全有
王雪瑞
龚志恒
-
机构
河南交通职业技术学院交通信息工程系
河南工程学院计算机学院
沈阳建筑大学信息与控制工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2014年第7期2412-2416,2493,共6页
-
基金
国家自然科学基金项目(61272253)
-
文摘
针对传统谱算法在数据分类问题中的局限,提出一种基于共有GP-LVM和改进型SVM的数据分类算法。通过高斯过程(GP)对数据流形建立概率模型,得到高斯过程隐变量模型(GP-LVM),分析GP-LVM得到数据流形的特征信息;利用多核迭代的方式,改进SVM算法中的核函数,建立最佳的数据分类器,实现数据分类。选取FERET、UCI多类数据库进行对比实验,实验结果表明,该算法可以有效地对高维数据进行分类,针对均衡数据和不均衡数据也具有良好的分类效果,较传统算法在分类准确率上提高8%左右。
-
关键词
高斯过程隐变量模型
谱算法
多核迭代
核函数
分类器
支持向量机
-
Keywords
Gaussian process latent variable mode
spectrum algorithm
multi-kernel iteration
kernel function
data classifier
support vector machine
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
