基于预测—校正原对偶内点法的多分类支持向量机学习算法

• 作者: 袁玉萍 邹艳华 钟萍
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 预测一校正原对偶内点法 多分类 多分类支持向量机
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 智能信息处理专栏
• 页码范围: 494-498
• 页数: 5页
• 分类号: TP181|TP391
• 字数: 3676字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2009.04.009

摘要

支持向量机基于统计学习理论,是一种新型通用的有监督的机器学习方法,其核心思想是使结构风险极小化,但是由于需要求解二次规划,使得它在求解大规模数据上具有一定的局限性,尤其是对于多分类问题.现有的支持向量机算法具有很高的复杂性.本文构造了基干线性规划的一对一三类结构支持向量分类器,可以直接利用比较成熟的线性规划算法--预测一校正原对偶内点法,并在此基础上提出了基于预测一校正原对偶内点法的支持向量机的多分类学习算法,这种算法可用于比较庞大的多类别识别问题,并且克服了标准支持向量机的一些缺点,而且模型简单,容易实现.针对UCI数据库上数据进行了实验,结果证实该算法具有较高的可行性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟萍	中国农业大学理学院	18	75	5.0	8.0
2	袁玉萍	黑龙江八一农垦大学文理学院	44	153	5.0	10.0
3	邹艳华		1	3	1.0	1.0