多类支持向量机分类算法—DDAG

被引:21
作者
汪政
邵良杉
机构
[1] 辽宁工程技术大学电信学院
关键词
数据挖掘; 支持向量机; 分类算法; DDAG;
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
随着支持向量机的发展,由最初的两类分类问题逐渐推广到多类分类问题,且其思想、算法多种多样,各有千秋。主要研究以当前比较流行的以多个二类分类器组合实现多类分类器的算法之一:DDAG。提出此算法在多类支持向量机应用分类中存在的优点和不足,并针对其不足,提出一种改进的算法思想。
引用
收藏
页码:87 / 90
页数:4
相关论文
共 7 条
[1]
多类支持向量机文本分类方法 [J].
张苗 ;
张德贤 .
计算机技术与发展, 2008, (03) :139-141+156
[2]
基于二叉树的多分类SVM算法在电子邮件过滤中的应用 [J].
衣治安 ;
刘杨 .
计算机应用, 2007, (11) :2860-2862
[3]
基于DAG-SVMS的SVM多类分类方法 [J].
刘勇 ;
全廷伟 .
统计与决策, 2007, (20) :146-148
[4]
基于SVM的词频统计中文分词研究 [J].
朱小娟 ;
陈特放 .
微计算机信息, 2007, (30) :205-207
[5]
支持向量机的多类分类算法 [J].
那健 ;
丁大伟 ;
丁俊松 .
科技咨询导报, 2007, (29) :230
[6]
支持向量机在肌电信号模式识别中的应用 [J].
高剑 ;
罗志增 .
传感技术学报, 2007, (02) :366-369
[7]
基于关联规则的手写体汉字识别技术 [J].
邵良杉 ;
王军 .
计算机应用, 2004, (09) :37-40