| 支持向量机解决多分类问题研究 |
| |
| 引用本文： | 郑勇涛,刘玉树.支持向量机解决多分类问题研究[J].计算机工程与应用,2005,41(23):190-192. |
| |
| 作者姓名： | 郑勇涛 刘玉树 |
| |
| 作者单位： | 北京理工大学计算机科学与工程系,北京,100081 |
| |
| 基金项目： | 国家“十五”部委预研项目资助 |
| |
| 摘 要： | 支持向量机(SVM)是建立在统计学习理论基础上的一种小样本机器学习方法,用于解决二分类问题。但在解决实际问题中遇到的多为多分类问题,通过研究现有提出的一些支持向量机多分类的方法,并进行分析比较,在一对一分类方法基础上提出具有容噪声的分类方法,通过标准数据集实验加以验证。
|
| 关 键 词： | 支持向量机 多类分类 统计学习理论 |
| 文章编号： | 1002-8331-（2005）23-0190-03 |
| 收稿时间： | 2005年1月 |
| 修稿时间： | 2005年1月 |
An Analysis of Multi-class Support Vector Machines |
| |
| Zheng Yongtao,Liu Yushu.An Analysis of Multi-class Support Vector Machines[J].Computer Engineering and Applications,2005,41(23):190-192. |
| |
| Authors: | Zheng Yongtao Liu Yushu |
| |
| Abstract: | Support Vector Machines(SVM) are developed from the theory of limited samples Statistical Learning Theory (SLT) by Vapnik et al.,which are originally designed for binary classification.However,many practical problems are multi-class.How to extend it for multi-class is a research issue.This paper analyzes and compares some provided solutions of multi-class SVM.And the paper puts forward the algorithm of a noise insensitive SVM multi-class classifier and the algorithm is verified through international standard databases. |
| |
| Keywords: | Support Vector Machine multi-class Statistical Learning Theory |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
