论文部分内容阅读
研究优化主成份序列分类精度,针对支持向量机在小样本情况下泛化能力差的问题,为提高训练的准确率,提出了一种基于相似度量的核主成分序列极小化方法,方法在进行核主成分分析时,使用混合核函数,权值和形式参数是通过遗传算法,以矩阵相似性度量作为适应度,优化求得的,得到最有利于分类的核主成分空间。使用序列极小化方法对主成分做进一步的选择,降低输入空间的维数,同时由于是线性的支持向量机,不会增加学习机的VC维,从而提高了小样本情况下分类的准确率。通过实验证明改进方法是有效的。