版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于PCA及聚类技术的支持向量机分类器设计
SVM CLASSIFIER DESIGN BASED ON PCA AND CLUSTERING作者机构：北方交通大学计算机与信息技术学院北京100044河北大学数学与计算机学院河北保定071002 北方交通大学计算机与信息技术学院北京100044
出 版 物：《广西师范大学学报（自然科学版）》 (Journal of Guangxi Normal University:Natural Science Edition)
年 卷 期：2003年第21卷第1期
页 面：144-147页
学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：PCA 主成分分析 聚类 支持向量机分类器 设计方法 问题空间 特征空间 模式识别
摘 要：提出了一种新的支持向量机分类器的设计方法.该方法利用主成分分析(PCA)及聚类技术在原问题空间中求解,减少了支持向量机分类器中支持向量的维数,且将原问题空间与特征空间中的问题归结为同一类的设计问题.
