首页 > 《统计与信息论坛》 > 2008年12期 > 基于KPCA和RS理论的支持向量分类机及其应用研究

基于KPCA和RS理论的支持向量分类机及其应用研究

在线阅读下载PDF 导出详情

摘要核主成分分析KPCA是近年来提出的一个十分有效的数据降维方法，但它并不能保证所提取的第一主成分最适用于降维后的数据分类。粗糙集RS理论是处理这类问题的一个有效方法。提出一个基于KPCA与RS理论的支持向量分类机SVC，利用RS理论和信息熵原理对运用KP（A进行特征提取后的训练样本进行特征选择，保留重要特征，力求减小求解问题的规模，提高SVC的性能。在构建2006年上市公司财务困境预警模型的数值实验中，以KPCA、RS理论作为前置系统的SVC取得了良好效果。

DOI 5jo2y7z34v/644736

作者王桂明;袁美玲

机构地区不详

出处《统计与信息论坛》 2008年12期

关键词核主成分分析粗糙集支持向量分类机财务困境预警

分类 [社会学][统计学]

出版日期 2008年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）