基于核聚类方法的多层次支持向量机分类树

被引：3

作者：

张国宣

孔锐

施泽生

郭立

刘士建

薛明东

机构：

[1] 中国科学技术大学电子科学与技术系

来源：

关键词：

多类模式识别; 支持向量机; 核聚类; 统计学习理论;

D O I：

10.13195/j.cd.2004.11.105.zhanggx.025

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对解决多类模式识别问题的SVM方法进行研究,在比较几种常用的多类SVM分类算法的基础上,提出一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果.

引用

页码：1305 / 1307+1311 +1311

页数：4