一种改进的支持向量机多类分类方法

• 作者: 王正群 郭亚琴
• 来源期刊: 现代电子技术
• 关键词: 支持向量机 多类分类 二叉树 多类支持向量机
• 年，卷（期）: 2009,（20）
• 所属期刊栏目: 科学计算与信息处理
• 页码范围: 143-146
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2009.20.046

摘要

提出一种新的基于二叉树结构的支持向量机(SVM)多类分类方法.该方法解决了现有主要算法中存在的不可分区域问题,具有简单、直观、重复训练样本少的优点.为了提高分类模型的推广能力,必须使样本分布好的类处于二又树的上层节点,才能获得更大的划分空间.因此,该算法采用类间散布度量与类内散布度量的比值作为二叉树的生成算法.采用UCI标准数据集实验,实验结果表明该算法具有一定的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正群	扬州大学信息工程学院	59	362	10.0	16.0
2	郭亚琴		5	34	4.0	5.0