支持向量机多类分类算法新研究

被引：35

作者：

余辉

赵晖

机构：

[1] 新疆大学信息科学与工程学院

来源：

计算机工程与应用 | 2008年 / 07期

关键词：

支持向量机; 多类分类; 分解重构法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

支持向量机最初是针对两类分类问题提出的,如何将其推广至多类分类问题是当前SVM研究中的热点问题之一。主要针对支持向量机多类分类方法中的分解重构法进行了深入分析,详细讨论了影响分类器性能的两个关键因素:分解策略和组合策略,并通过实验验证了该观点。最后,通过实验对比了包括M-ary支持向量机和模糊支持向量机的SVM多类分类方法。

引用

收藏

页码：185 / 189+212 +212

页数：6

相关论文

共 10 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] 基于SVM决策树的文本分类器 [J].

朱远平 ;

戴汝为 .

模式识别与人工智能, 2005, 18 (04) :412-416

[3] 模糊多类SVM模型 [J].

李昆仑 ;

黄厚宽 ;

田盛丰 .

电子学报, 2004, (05) :830-832

[4] 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 .

计算机工程与应用, 2004, (07) :10-13+65

[5] 基于FSVM的雷达多目标识别 [J].

郑春红 ;

郑贵文 ;

焦李成 .

系统工程与电子技术, 2003, (11) :1358-1361

[6] 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

[7]

模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000

[8]

统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000

[9]

K -SVCR. A support vector machine for multi-class classification[J] . Cecilio Angulo,Xavier Parra,Andreu Català.Neurocomputing . 2003 (1)

[10]

Large margin DAGs for multiclass classification .2 Platt J C,Cristianini N,Shawe-Taylor J. Advances in Neural Information Processing Systems . 2000