基于支持向量数据描述算法的SVM多分类新方法

• 作者: 何中市 张贝贝
• 来源期刊: 计算机应用研究
• 关键词: 支持向量数据描述算法 支持向量机多分类 分类器
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 研究探讨
• 页码范围: 46-48
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.11.012

摘要

提出一种基于支持向量数据描述算法(SVDD)的多分类方法(S-MSVM).受SVDD的启发,该方法对每类样本建立一个超球来界定,但训练好的超球在所有情况下都是相交的.选择相交区域的样本单独建立超球,重复该步骤,直到相交区域消失或相交区域内没有样本点.给出了该方法的时间复杂度分析,并通过实验验证了该方法具有相对较好的训练精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何中市	重庆大学数理学院	96	980	17.0	24.0
5	张贝贝	重庆大学数理学院	3	16	2.0	3.0