支撑向量机的多类分类方法

• 作者: 徐勋华 王继成
• 来源期刊: 微电子学与计算机
• 关键词: 支撑向量机 多类分类 特征提取
• 年，卷（期）: 2004,（10）
• 页码范围: 149-152
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2004.10.041

摘要

基于结构风险最小化原则的支撑向量机(SVM)具有良好的学习推广性,但是由于常规的SVM是从二类分类问题中推导出来的,在多类分类问题中就必须进行改进.文中讨论了支撑向量机的多类分类改进方法,运用在手写体数字识别中,并取得较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王继成	同济大学计算机系	42	977	15.0	30.0
2	徐勋华	同济大学计算机系	1	54	1.0	1.0