基于二叉树的SVM多类分类算法研究

被引:6
作者
王晓锋 [1 ]
秦玉平 [2 ]
机构
[1] 渤海大学数学系
[2] 渤海大学信息科学与工程学院
关键词
支持向量机; 多类分类; 二叉树;
D O I
10.15987/j.cnki.hgbjbz.2008.03.017
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
支持向量机是一种高效的分类识别方法,在解决高维模式识别问题中表现出许多特有的优势.支持向量机本身是一个两类问题的判别方法,不能直接应用于多类问题.介绍了基于二叉树的SVM多类分类算法,通过对其原理和实现方法的分析,对这些方法的优缺点进行了归纳和总结,给出了进一步的研究方向.
引用
收藏
页码:68 / 70+94 +94
页数:4
相关论文
共 14 条
[1]   一种新的支持向量机多类分类二叉树生成算法 [J].
张晓平 ;
杨洁明 .
机械工程与自动化, 2007, (03) :1-3
[2]   基于DSP并行结构的二叉树SVM多分类器 [J].
厉剑 ;
杨玮龙 ;
李攀 .
舰船电子工程, 2007, (01) :110-113+199
[3]   支持向量机多类分类方法 [J].
苟博 ;
黄贤武 .
数据采集与处理, 2006, (03) :334-339
[4]   基于支持向量机的机器人多指手预抓取模式分类 [J].
黄媛婕 ;
王从庆 .
机械工程与自动化, 2006, (04) :94-96
[5]   一种基于改进的支持向量机的多类文本分类方法 [J].
应伟 ;
王正欧 ;
安金龙 .
计算机工程, 2006, (16) :74-76
[6]   一种设计层次支持向量机多类分类器的新方法 [J].
赵晖 ;
荣莉莉 ;
李晓 .
计算机应用研究, 2006, (06) :34-37
[7]   一种新的基于二叉树的SVM多类分类方法 [J].
孟媛媛 ;
刘希玉 .
计算机应用, 2005, (11) :2653-2654+2657
[8]   一种新的分裂层次聚类SVM多值分类器 [J].
张国云 ;
章兢 .
控制与决策, 2005, (08) :931-934
[9]   支持向量机多类分类算法研究 [J].
唐发明 ;
王仲东 ;
陈绵云 ;
不详 .
控制与决策 , 2005, (07) :746-749+754
[10]   一种新的二叉树多类支持向量机算法 [J].
唐发明 ;
王仲东 ;
陈绵云 ;
不详 .
计算机工程与应用 , 2005, (07) :24-26