|
|||||
|
|
| 多类SVM分类算法的研究和改进 | |
| 作者姓名： | 刘冰 |
| 作者单位： | 山东大学威海分校计算中心 山东威海264209 |
| 摘 要： | 介绍分析了SVM基础理论和目前多类SVM分类算法及其优缺点,提出了一种边界向量抽取算法,并基于该算法改进了1ar和1a1两种多类SVM算法。实验结果表明该边界向量抽取算法可以有效的减少训练样本的数量,在保持分类器推广能力的条件下缩短SVM的训练时间,特别是在大样本训练数据时1arΔ可以提供最好的训练性能。 |
| 关 键 词： | 向量机 多类支持向量机 支持向量 边界向量 分类 |
| 文章编号： | 1009-3044(2007)06-11590-04 |
| 修稿时间： | 2007-03-05 |
| 本文献已被 CNKI 等数据库收录！ | |