支持向量机解决多分类问题研究

• 作者: 刘玉树 郑勇涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 多类分类 统计学习理论
• 年，卷（期）: 2005,（23）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 190-192
• 页数: 3页
• 分类号: TP391.6
• 字数: 2762字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.23.058

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘玉树	北京理工大学计算机科学与工程系	150	2634	25.0	46.0
2	郑勇涛	北京理工大学计算机科学与工程系	2	134	1.0	2.0