多类支撑向量机算法比较研究

• 作者: 后斌 黎景良
• 来源期刊: 武汉理工大学学报（信息与管理工程版）
• 学科: 工学
• 关键词: 分类器 多类支撑向量机 SVMs BT-SVMs
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 673-677,684
• 页数: 6页
• 分类号: TP181
• 字数: 4136字
• 语种: 中文
• DOI: 10.3963/j.issn.1007-144X.2008.05.001

摘要

统计学理论第一次系统地研究了在样本有限的情况下的机器学习问题.提出了一种能够根据样本数量合理地控制分类器的推广能力的一种模型选取原则,即结构风险最小化原则.支撑向量机(SVMs)是在该理论框架下产生的一种通用学习方法.通过对现有多类支撑向量机的系统分析,发现层次型支撑向量机BT-SVMs可以实现相对高效的多类分类,并对算法的改进提出了建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	后斌	武汉大学遥感信息工程学院	7	111	4.0	7.0