基于投影寻踪和支持向量机的模式识别方法  

Pattern Classification Method Based on Projection Pursuit and Support Vector Machines

作　　者：赵晓翠[1] 王来生[1] 

机构地区：[1]中国农业大学理学院,北京100083

出　　处：《计算机应用研究》2007年第2期86-88,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60573158)

摘　　要：由于支持向量机(SVM)在处理小样本、高维数及泛化性能强等方面的优势,提出了一种基于投影寻踪(PP)和支持向量机的模式分类方法。利用PP方法把高维数据转换到低维子空间,同时用加速遗传算法获得最佳投影方向和投影值,揭示了高维数据的结构特征,然后在低维空间中用SVM对特征向量进行分类识别,并将其应用到银行信贷风险评估中。选用2005年度80家贷款申请企业的数据样本,对该模型进行验证,通过与神经网络模型的比较,证实了该方法用于模式识别的有效性及优越性。Based on the high performance of Support Vector Machine （SVM）in tackling small sample size, high dimension and its good generalization, this paper proposed a pattern classification method based on Projection Pursuit（PP） and SVM. Through applying PP based on RAGA, and the optimum projection direction and the value of project function can be obtained. Then the SVM is used for classification. In the end, this method is used in commercial banks. The financial data specimens of 80 enterprises in 2005 are selected in our country to test this model, empirical results show that the new proposed model is more advantageous than neural network model.

关 键 词：支持向量机 投影寻踪 信贷风险评估 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]