基于特征空间聚类的二叉树支持向量机分类算法

被引:3
作者
李志永
陈立潮
张英俊
机构
[1] 太原科技大学计算机科学与技术学院
关键词
支持向量机; 二叉树; 聚类; 多分类;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
摘要
采用数据挖掘中聚类分析的类距离定义,在高维特征空间中,计算各类别间的最短距离,以最短距离作为该类与其他类的距离,提出了一种基于聚类-二叉树支持向量机分类算法。该算法能够简化计算,同时通过类距离比较实现了对类距离最大者的优先分离,实验结果表明该算法具有一定的优越性。
引用
收藏
页码:32 / 34
页数:3
相关论文
共 8 条
[1]
煤层突出危险性预测的可拓方法 [J].
刘金海 ;
冯涛 ;
谢东海 .
湖南科技大学学报(自然科学版), 2008, (03) :28-31
[2]
基于RBF核函数的支持向量机参数选择 [J].
林升梁 ;
刘志 .
浙江工业大学学报, 2007, (02) :163-167
[3]
基于多个混合核函数的SVM决策树算法设计 [J].
薛欣 ;
贺国平 .
计算机工程与应用, 2007, (08) :142-144
[4]
支持向量机多类分类方法 [J].
苟博 ;
黄贤武 .
数据采集与处理, 2006, (03) :334-339
[5]
一种新的基于二叉树的SVM多类分类方法 [J].
孟媛媛 ;
刘希玉 .
计算机应用, 2005, (11) :2653-2654+2657
[6]
一种新的二叉树多类支持向量机算法 [J].
唐发明 ;
王仲东 ;
陈绵云 .
计算机工程与应用, 2005, (07) :24-26
[7]
支持向量机在多类分类问题中的推广 [J].
刘志刚 ;
李德仁 ;
秦前清 ;
史文中 ;
不详 .
计算机工程与应用 , 2004, (07) :10-13+65
[8]
基于神经网络建立煤与瓦斯突出的预测模型 [J].
赵耀江 ;
王冶 .
中国安全科学学报, 1997, (01)