多类支持向量机算法的研究

被引：10

作者：

陈丹

机构：

[1] 华南理工大学数学科学学院

来源：

东莞理工学院学报 | 2007年 / 05期

关键词：

支持向量机; 多类; 模糊支持向量机;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

支持向量机(SVM)是建立在统计学习理论的基础上的一种小样本机器学习方法,它是针对二分类问题而提出的,如何将二分类问题有效地推广至多分类问题是支持向量机研究的重要内容之一.介绍了现有提出的一些支持向量机多分类的方法,并比较其优缺点,在模糊支持向量机的基础上提出具有去噪声的模糊支持向量机的多分类的方法.

引用

收藏

页码：65 / 69

页数：5

相关论文

共 4 条

[1]

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

[2]

基于误差修正码的支持向量机大类别分类方法 [J].

吴成东 ;

杜崇峰 ;

杨丽英 .

沈阳建筑工程学院学报(自然科学版), 2004, (01) :66-70

[3]

一种新的模糊支持向量方法 [D].

何强 .

河北大学,

2003

[4]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,