一种新的基于ART的支持向量机多类分类方法

• 作者: 刘俊芳 王勤万 王安娜 袁文静
• 来源期刊: 信息与控制
• 关键词: 支持向量机(SVM) 多类分类 核函数 自适应共振理论(ART)网络
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 455-459,466
• 页数: 6页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2007.04.010

摘要

基于支持向量机的二值分类原理,提出了一种由自适应共振理论方法与支持向量机相结合的改进型多类分类方法.此方法改进了传统支持向量机的一对一多类分类方法;对于每个二值分类器的结果进行决策时没有采用投票原则,而是采用自适应共振理论网络融合二值分类器的输出信息,从而克服了当分类器输出结果接近于0时投票法容易出现决策错误和票数相同时无法决策的不足.此算法已应用于玻璃的分类.仿真实验证明,此方法具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊芳	东北大学信息科学与工程学院	4	40	4.0	4.0
2	王安娜	东北大学信息科学与工程学院	36	376	12.0	18.0
3	袁文静	东北大学信息科学与工程学院	3	34	3.0	3.0
4	王勤万	东北大学信息科学与工程学院	3	34	3.0	3.0