首页> 中文期刊> 《计算技术与自动化》 >基于迭代稀疏组套索及SVM的高维分类研究

基于迭代稀疏组套索及SVM的高维分类研究

         

摘要

高维数据存在大量的冗余变量和噪声,传统的分类方法在高维情况下通常效果不佳.为提高分类性能,将迭代稀疏组套索和支持向量机结合,提出了一种新的高维分类方法iSGL-SVM.分别在pros-tate和Tox_171数据集上验证了所提出的方法,并与其它三种方法进行比较.实验结果表明,该方法具有更好的变量选择效果和较高的分类精度,可广泛应用于高维小样本数据集的分类.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号