摘要：本文在仔细分析特征选择思想的基础上，将特征选择过程嵌入到学习机里面，提出了一种基于改进支持向量机的...本文在仔细分析特征选择思想的基础上，将特征选择过程嵌入到学习机里面，提出了一种基于改进支持向量机的特征选择算法（Feature selection via Modified Support Vector Machines），该方法通过对特征的权重进行排序来实现特征选择．利用可以将特征选择过程和学习过程有机地统一起来，实验表明，与其它方法比较，该方法能够达到比较好的效果．显示全部
摘要：在模式识别领域，基于Fisher判别准则的FoleY—Sammon变换技术有很大的影响．但是线性判别并不总是最优的．...在模式识别领域，基于Fisher判别准则的FoleY—Sammon变换技术有很大的影响．但是线性判别并不总是最优的．文章提出了一种基于核技巧（Kernel tricks）的非线性的特征提取技术KFST（Foley-Sammon Transform with Kernels）——通过引入核技巧，可以在特征空间中有效计算FST．特征空间中的线性特征提取对应于输入空间的非线性特征提取．试验表明，KFST比FST具有更好的特征提取能力．显示全部
