基于核主成分KPCA的LS-SVM的算法分析

摘要

主成分分析(PCA)是一种重要的特征抽取方法,而核主成分分析(KPCA)是在此基础上结合核函数提出来的主成分分析法,在多维回归分析中具有重要的作用.最小二乘支持向量机(LS-SVM)是SVM的一种改进算法,将KPCA与LS-SVM结合起来建模,并试验说明较之单独用最小二乘支持向量机(LS-SVM)建模方法具有更良好的推广性.