一种基于SOM解码的多类支持向量机

被引:3
作者
陶晓燕
姬红兵
机构
[1] 西安电子科技大学电子工程学院
关键词
多类支持向量机; 解码算法; 纠错输出编码; 自组织映射;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
提出了一种基于自组织映射(self-organizing map,SOM)解码的多类SVM算法。该方法首先按照纠错输出编码(error correcting output codes,ECOC)训练子SVM二分类器,然后根据训练样本的输出训练SOM网络,得到其最优权值,最后对未知数据进行分类,这样充分考虑到了二分类器的输出置信度,而且有效地克服了同时和多个类别的距离最小的情况。通过对实际的Iris数据和Yale人脸库的分类实验,结果表明,新算法对于解决多类SVM的分类问题是很有效的。
引用
收藏
页码:1447 / 1450
页数:4
相关论文
共 3 条
[1]  
人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡,张长水编著, 2000
[2]  
Face Recognition by Support Vector Machines. GuoDong Guo,Stan Z, Li. Fourth IEEE International Conference on Automatic Face and Gesture Recognition . 2000
[3]  
Self-Organizing Maps. Kohonen T. Springer-Verlag . 1995