基于支持向量机和多球体的一对多分类器

被引：5

作者：

徐磊

赵光宙

顾弘

机构：

[1] 浙江大学电气工程学院

来源：

浙江大学学报(工学版) | 2009年 / 43卷 / 02期

基金：

浙江省自然科学基金;

关键词：

一类支持向量机; 交叉验证; 多球体; 一对多; 一对一;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了提高支持向量机(SVM)多分类器的训练效率,将多球体思想引入有指导学习,对训练样本按类别分别进行一类支持向量机(1-SVM)训练得到多球体分类器.针对多球体的冗余区域,构造简化一对多分类器将各球内混叠样本与正常样本分离.以上两个分类器性能互补,可以加权组合为多球体一对多分类器.同时给出了组合分类器基于交叉验证的权重估计和参数调整.仿真实验表明,相对于一对多算法,该分类器训练时间较短且分类正确率较高;相对于一对一算法,该分类器决策速度较快,有助于解决大样本的多分类问题.

引用

页码：303 / 308

页数：6