基于模糊核聚类的SVM多类分类方法

被引：45

作者：

赵晖

荣莉莉

机构：

[1] 大连理工大学系统工程研究所

来源：

系统工程与电子技术 | 2006年 / 05期

基金：

国家自然科学基金重点项目;

关键词：

支持向量机; 多类分类; 模糊核聚类; 树型分类器;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。

引用

页码：770 / 774

页数：5