基于支持向量机与极端保守在线算法相结合的多类分类器

• 作者: 董云杰 邱熔胜
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 支持向量机 极端保守在线算法 多类分类器
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 476-481
• 页数: 6页
• 分类号: TP181
• 字数: 5241字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2003.04.017

摘要

本文给出了一种将SVM和极端保守在线算法相结合的通用多类分类算法,算法利用最大置信度原则将离线训练的多个SVM组合成一个多类分类器.为了提高在线学习过程的实时性,同时保证分类器的推广能力,我们将K.Cramer等人提出的极端保守在线算法思想引入到分类器修正过程当中,修正过程中采用对应SVM的支持向量和错分样本作为训练集.实验表明,算法具有良好的实时性能,且具有良好的推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱熔胜	甘肃工业大学电气工程与信息工程学院	7	80	5.0	7.0
2	董云杰	甘肃工业大学电气工程与信息工程学院	2	12	2.0	2.0