支持向量机解决多分类问题研究

被引:56
作者
郑勇涛
刘玉树
不详
机构
[1] 北京理工大学计算机科学与工程系
[2] 北京理工大学计算机科学与工程系 北京
[3] 北京
关键词
支持向量机; 多类分类; 统计学习理论;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
支持向量机(SVM)是建立在统计学习理论基础上的一种小样本机器学习方法,用于解决二分类问题。但在解决实际问题中遇到的多为多分类问题,通过研究现有提出的一些支持向量机多分类的方法,并进行分析比较,在一对一分类方法基础上提出具有容噪声的分类方法,通过标准数据集实验加以验证。
引用
收藏
页码:190 / 192
页数:3
相关论文
共 2 条
[1]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[2]  
支持向量机导论[M]. 电子工业出版社 , (英)NelloCristianini, 2004