2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于零范数特征选择的支持向量机模型

刘峤 秦志光 陈伟 张凤荔

刘峤, 秦志光, 陈伟, 张凤荔. 基于零范数特征选择的支持向量机模型. 自动化学报, 2011, 37(2): 252-256. doi: 10.3724/SP.J.1004.2011.00252
引用本文: 刘峤, 秦志光, 陈伟, 张凤荔. 基于零范数特征选择的支持向量机模型. 自动化学报, 2011, 37(2): 252-256. doi: 10.3724/SP.J.1004.2011.00252
LIU Qiao, QIN Zhi-Guang, CHEN Wei, ZHANG Feng-Li. Zero-norm Penalized Feature Selection Support Vector Machine. ACTA AUTOMATICA SINICA, 2011, 37(2): 252-256. doi: 10.3724/SP.J.1004.2011.00252
Citation: LIU Qiao, QIN Zhi-Guang, CHEN Wei, ZHANG Feng-Li. Zero-norm Penalized Feature Selection Support Vector Machine. ACTA AUTOMATICA SINICA, 2011, 37(2): 252-256. doi: 10.3724/SP.J.1004.2011.00252

基于零范数特征选择的支持向量机模型

doi: 10.3724/SP.J.1004.2011.00252
详细信息
    通讯作者:

    刘峤

Zero-norm Penalized Feature Selection Support Vector Machine

More Information
    Corresponding author: LIU Qiao
  • 摘要: 为解决高维稀疏建模问题, 本文从经验风险最小化原则出发推导出一个基于零范数约束的特征选择判据, 并利用嵌入式设计模式的特点将其与支持向量机方法相结合. 仿真实验和真实数据实验表明, 该方法不仅具备良好的特征选择性能, 而且在稀疏建模问题中表现出良好的分类准确性和泛化能力.
  • 加载中
计量
  • 文章访问数:  2318
  • HTML全文浏览量:  87
  • PDF下载量:  819
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-12-15
  • 修回日期:  2010-10-22
  • 刊出日期:  2011-02-20

目录

    /

    返回文章
    返回