共 6 条
基于SVM一对一多分类算法的二次细分法研究
被引:21
作者:
陈中杰
[1
]
蒋刚
[2
]
蔡勇
[2
]
机构:
[1] 西南科技大学计算机科学与技术学院
[2] 西南科技大学制造科学与工程学院
来源:
关键词:
SVM多分类算法;
一对一多分类算法;
不可分区域;
二次细分法;
小样本分类领域;
D O I:
10.13873/j.1000-97872013.04.034
中图分类号:
TP18 [人工智能理论];
学科分类号:
081104 ;
0812 ;
0835 ;
1405 ;
摘要:
在研究了支持向量机(SVM)多分类算法的基础之上,针对一对一多分类算法出现不可分区域问题,提出了基于SVM一对一多分类算法的二次细分方法,并将该方法应用于弹簧应力小样本数据的多分类仿真实验。通过与原始方法的仿真结果进行对比,改进方法在多花费了极短时间的前提下,显著提高了分类正确率。针对改进方法可能存在的问题,又通过10次仿真实验验证了该方法的可行性,同时也为SVM在小样本分类领域提供了新的思路。
引用
收藏
页码:44 / 47
页数:4
相关论文