支持向量机多类目标分类器的结构简化研究

• 作者: 张晔 王立国 谷延锋
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 支持向量机 多类目标分类器 核函数 模式识别
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 571-574
• 页数: 4页
• 分类号: TP391.41
• 字数: 4596字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2005.05.004

摘要

由于支持向量机(SVM)在模式识别和回归分析中有着独特优势,因此成为近来研究的热点,其优势主要体现在处理非线性和高维数据问题方面.最初的SVM特别适合解决两类目标分类问题,而对于多类目标分类,则需将其转化为多个两类目标分类问题,相应地即可构造多个两类目标子分类器,但由于这种情况导致了分类器结构的过于复杂,从而导致判决速度的降低.为了快速地进行分类,提出了一种简化结构的多类目标分类器,其不仅使得子分类器数目大大减少,而且使分类速度明显提高;同时对其分类精度和复杂度进行了对比分析.实验结果证明,该分类器是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立国	哈尔滨工业大学信息工程系	116	829	15.0	23.0
2	张晔	哈尔滨工业大学信息工程系	108	943	17.0	25.0
3	谷延锋	哈尔滨工业大学信息工程系	24	349	11.0	18.0