交互迭代一对一分类算法

被引：2

作者：

刘波 ^{[1
,2
]}

郝志峰 ^{[1
]}

肖燕珊 ^{[3
]}

机构：

[1] 华南理工大学计算机科学与工程学院

[2] Faculty of Information Technology,University of Technology,Sydney,NSW

来源：

模式识别与人工智能 | 2008年 / 21卷 / 04期

基金：

广东省自然科学基金;

关键词：

支持向量机; 多分类算法; 一对一算法; 模糊支持向量机; 有向无环图算法;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

在基于支持向量机的多分类算法中,一对一算法表现出较好的性能.然而此算法却存在不可分区域,落入该区域的样本不能有效被识别,因此影响了一对一算法的性能.为解决这个难题,提出交互迭代一对一分类算法,同时给出算法的有效性分析和计算复杂度证明.为了验证该算法解决不可分区域的能力,我们选用 UCI 数据集来做对比实验.实验结果显示,本文算法不但可以较成功解决不可分区域问题而且表现出比其它算法更好的性能.

引用

页码：425 / 431

页数：7

共 6 条

[1] Comparison between error correcting output codes and fuzzy support vector machines
Kikuchi, T
Abe, S
[J]. PATTERN RECOGNITION LETTERS, 2005, 26 (12) : 1937 - 1945
[2] Benchmarking least squares support vector machine classifiers
van Gestel, T
Suykens, JAK
Baesens, B
Viaene, S
Vanthienen, J
Dedene, G
de Moor, B
Vandewalle, J
[J]. MACHINE LEARNING, 2004, 54 (01) : 5 - 32
[3] K -SVCR. A support vector machine for multi-class classification[J] . Cecilio Angulo,Xavier Parra,Andreu Català.Neurocomputing . 2003 (1)
[4] Fuzzy least squares support vector machines for multiclass problems[J] . Daisuke Tsujinishi,Shigeo Abe.Neural Networks . 2003 (5)
[5] Multicategory Classification by Support Vector Machines[J] . Erin J. Bredensteiner,Kristin P. Bennett.Computational Optimization and Applications . 1999 (1)
[6] Analysis of Multiclass Support Vector Machines. S. Abe. Proceedings of International Conference on Computational Intelligence for Modeling Control and Automation （CIMCA’2003） . 2003

← 1 →