作者：武林芝 陈淑燕 郑小花交通工程事件自动检测主成分分析支持向量机预处理
摘要：支持向量机分类在处理高维的小样本学习问题上具有优异的表现，特别是具有很好的范化能力。然而其在处理一些高维的原始数据时维数会有冗余．那么样本的主要特征必须被首先选出来以改善支持向量机的性能。将主成分分析技术引入以减少原始样本的特征维数。并且预先有效地预选取主要的特征。在所选取的特征空间中构建支持向量机改善学习速度和检测性能。在对1-880高速公路事件数据的仿真结果表明，所提出的基于主成分分析的支持向量机减少了误警率和平均检测时间。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
