特征向量的归一化比较性研究

被引：48

作者：

肖汉光 ^{[1
]}

蔡从中 ^{[2
]}

机构：

[1] 重庆工学院数理学院

[2] 重庆大学数理学院

来源：

关键词：

归一化; 特征向量; 参数优化; 支持向量机;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

特征提取和分类器的参数优化是提高分类准确率的主要途径,对公用数据库UCI的相关数据进行特征向量的归一化处理,采用KNN、PNN和SVM进行分类。讨论了特征归一化对分类准确率和分类器参数的影响。实验结果表明:归一化能有效提高分类器的分类准确率,SVM尤为明显,且参数的寻优范围缩小,缩短训练周期。

引用

页码：117 / 119

页数：3