共 3 条
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
收藏
页码:117 / 119
页数:3
相关论文