一种新的分裂层次聚类SVM多值分类器

被引:10
作者
张国云
章兢
机构
[1] 湖南大学电气与信息工程学院
关键词
分裂层次聚类; 支持向量机; 多值分类器; 分类树;
D O I
10.13195/j.cd.2005.08.93.zhanggy.019
中图分类号
TP181 [自动推理、机器学习];
学科分类号
摘要
提出一种分裂层次聚类SVM分类树分类方法.该方法通过融合模糊聚类技术和支持向量机算法,利用分裂的层次聚类策略,有选择地重新构造学习样本集和SVM子分类器,得到了一种树形多值分类器.研究结果表明,对于k类别模式识别问题,该方法只需构造k-1个SVM子分类器,克服了SVM子分类器过多以及存在不可区分区域的缺点,具有良好的分类性能.实验结果验证了该方法的优越性.
引用
收藏
页码:931 / 934
页数:4
相关论文
共 4 条
[1]   一种改进的支持向量机NN-SVM [J].
李红莲 ;
王春花 ;
袁保宗 .
计算机学报, 2003, (08) :1015-1020
[2]   SVM-KNN分类器——一种提高SVM分类精度的新方法 [J].
李蓉 ;
叶世伟 ;
史忠植 .
电子学报, 2002, (05) :745-748
[3]   一种具有容噪性能的SVM多值分类器 [J].
萧嵘 ;
孙晨 ;
王继成 ;
张福炎 .
计算机研究与发展, 2000, (09) :1071-1075
[4]   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