一种基于SVM分类的多类识别方法及应用

• 作者: 安欣 张录达 王韬
• 来源期刊: 北京农学院学报
• 学科: 数学
• 关键词: 支持向量机 一对一分类 中国茶叶
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 园艺科学
• 页码范围: 20-22
• 页数: 3页
• 分类号: O29
• 字数: 2249字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3186.2006.02.006

摘要

支持向量机是借助于最优化方法解决机器学习问题的新工具,它主要应用于解决两类分类问题.在两类分类的基础上介绍了一种基于SVM的多类分类算法--一对一分类法,并将其用于中国茶叶的分类.以31个中国茶叶样品为试验材料,随机抽取8个茶叶样品为待测样品,其余的23个茶叶样品组成训练集.利用一对一分类法建立关于训练集的多类分类模型,把待测茶叶样品分为3类,预测结果显示茶叶识别完全正确;而用层次聚类法对预测样品分类,识别正确率只有87.5%.由此表明一对一多类分类方法在农业与生物科学研究领域的多类识别问题上将有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张录达	中国农业大学理学院	80	1799	23.0	38.0
2	安欣	中国农业大学理学院	4	48	4.0	4.0
3	王韬	中国农业大学信息与电气工程学院	6	179	6.0	6.0