首页 | 本学科首页   官方微博 | 高级检索  
     

基于核聚类方法的多层次支持向量机分类树
引用本文:张国宣,孔锐,施泽生,郭立,刘士建,薛明东. 基于核聚类方法的多层次支持向量机分类树[J]. 计算机工程, 2005, 31(5): 172-174
作者姓名:张国宣  孔锐  施泽生  郭立  刘士建  薛明东
作者单位:中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026
基金项目:2002年度国家高校博士点基金资助项目(20020358023)
摘    要:针对解决多类模式识别问题的SVM方法进行研究,在比较常用的几种多类SVM分类算法基础上,提出了一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果。

关 键 词:多类模式识别  支持向量机  核聚类  统计学习理论
文章编号:1000-3428(2005)05-0172-03

Hierarchical Support Vector Machines Based on Kernel Cluster
ZHANG Guoxuan,KONG Rui,SHI Zesheng,GUO Li,LIU Shijian,XUE Mingdong. Hierarchical Support Vector Machines Based on Kernel Cluster[J]. Computer Engineering, 2005, 31(5): 172-174
Authors:ZHANG Guoxuan  KONG Rui  SHI Zesheng  GUO Li  LIU Shijian  XUE Mingdong
Abstract:This paper researches the support vector machines for multiclass pattern recognition and compares some common SVMs for multiclass classification problems. And proposes a hierarchical support vector machines based on kernel cluster method combining the unsupervised learning method and supervised learning together. The algorithm is more effective and simple in structure and proved to performance better by experiment.
Keywords:Multiclass pattern recognition  Support vector machine(SVM)  Kernel cluster  Statistical learning theory  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号