一种新的多类支持向量机决策方法及其应用

被引:1
作者
王晓红
机构
[1] 九江学院江西省数控技术与应用重点实验室
关键词
多类支持向量机; 投票法; 策略; 不可分区域;
D O I
10.13976/j.cnki.xk.2008.06.011
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
讨论和比较了现有的几种多类SVM方法.在此基础上,提出了一种组合多个两类分类器结果的多类SVM决策方法.在该方法中,定义了新的决策函数,其值是在传统投票决策值的基础上乘以不同分类器的权重.新的多类SVM在一定程度上解决了传统投票决策方法的不可分区域问题,因此具有更好的分类性能.最后,将新方法作为关键技术应用于故障诊断实例,实际诊断结果证明了所提多类SVM决策方法的优越性.
引用
收藏
页码:647 / 652
页数:6
相关论文
共 3 条
[1]  
基于神经网络和灰色理论的传动箱故障诊断研究.[D].孟浩东.中北大学.2005, 03
[2]  
Support vector machines for face authentication.[J].K. Jonsson;J. Kittler;Y.P. Li;J. Matas.Image and Vision Computing.2002, 5
[3]  
广义最小二乘问题的理论与计算.[M].魏木生; 著.科学出版社.2006,