基于支持向量数据描述的无标签数据多类分类

• 作者: 朱帮助 林健
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 多类分类 无标签数据 支持向量数据描述 主成分分析
• 年，卷（期）: 2009,（2）
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP18
• 字数: 3690字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.02.007

摘要

为解决支持向量机(SVM)在处理无标签数据多类分类上的难题,提出了一种基于支持向量数据描述(SVDD)的无标签数据多类分类算法.该方法只需要建立一个分类模型就可以实现多类聚类分类.首先采用主成分分析作数据预处理,提取输入数据的统计特征值,得到主成分特征指标输入到SVDD分类器进行多类聚类分类.以珠三角地区物流中心城市分类评价为研究对象,实证结果表明,采用主成分分析降低了数据维度,有效浓缩了评估信息,SVDD分类器很好地区分了各中心城市,实现了多类分类的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林健	北京航空航天大学经济管理学院	33	542	13.0	23.0
2	朱帮助	五邑大学系统科学与技术研究所	43	548	14.0	21.0