基于二叉树的SVM多类分类算法

被引：17

作者：

吕晓丽

李雷

曹未丰

机构：

[1] 南京邮电大学通信与信息工程学院

来源：

信息技术 | 2008年 / 04期

关键词：

支持向量机; 多类分类; 类距离; 二叉树;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

在介绍了几种常用的支持向量机的多类分类方法及分析其存在的问题和缺点的基础上利用类均值距离思想提出了一种新的基于二叉树的多类SVM分类方法。

引用

页码：1 / 3

页数：3

共 6 条

[1]

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

[2]

支持向量机多类分类算法研究 [J].

唐发明 ;

王仲东 ;

陈绵云 .

控制与决策, 2005, (07) :746-749+754

[3]

支持向量机在多类分类问题中的推广 [J].

刘志刚 ;

李德仁 ;

秦前清 ;

史文中 ;

不详 .

计算机工程与应用 , 2004, (07) :10-13+65

[4]

基于类距离的可分离性判据 [J].

李海峰 ;

张建州 ;

游志胜 .

计算机工程与应用, 2003, (26) :97-99

[5]

State duration modelling in hidden Markov models.[J].S.V. Vaseghi.Signal Processing.1995, 1

[6]

Statistical Learning Theory..Vladimir NVapnik;.John Wiley & Sons; Inc.1998,

← 1 →