学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
支持向量机解决多分类问题研究
被引:56
作者
:
郑勇涛
论文数:
0
引用数:
0
h-index:
0
机构:
北京理工大学计算机科学与工程系
郑勇涛
刘玉树
论文数:
0
引用数:
0
h-index:
0
机构:
北京理工大学计算机科学与工程系
刘玉树
不详
论文数:
0
引用数:
0
h-index:
0
机构:
北京理工大学计算机科学与工程系
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
来源
:
计算机工程与应用
|
2005年
/ 23期
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
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学自动化系!智能技术与系统国家重点实验室北京
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
←
1
→
共 2 条
[1]
关于统计学习理论与支持向量机
[J].
张学工
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学自动化系!智能技术与系统国家重点实验室北京
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
←
1
→