超球体多类支持向量机理论

• 作者: 何大可 徐图
• 来源期刊: 控制理论与应用
• 关键词: 支持向量机 多类支持向量机 SMO训练算法 推广性能 超球体多类支持向量机
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 短文
• 页码范围: 1293-1297
• 页数: 5页
• 分类号: TP18
• 语种: 中文

摘要

目前的多类分类器大多是经二分类器组合而成的,存在训练速度较慢的问题,在分类类别多的时候,会遇到很大困难,超球体多类支持向量机将超球体单类支持向量机扩展到多类问题,由于每类样本只参与一个超球体支持向量机的训练.因此,这是一种直接多类分类器,训练效率明显提高.为了有效训练超球体多类支持向量机,利用SMO算法思想,提出了超球体支持向量机的快速训练算法.同时对超球体多类支持向量机的推广能力进行了理论上的估计.数值实验表明,在分类类别较多的情况,这种分类器的训练速度有很大提高,非常适合解决类别数较多的分类问题.超球体多类支持向量机为研究快速直接多类分类器提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何大可	西南交通大学信息科学与技术学院	182	1679	20.0	31.0
2	徐图	西南交通大学信息科学与技术学院	11	93	6.0	9.0