一种处理多类分类问题的强化支持向量机方法

• 作者: 徐志洁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多类分类 支持向量机 强化学习
• 年，卷（期）: 2009,（26）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 176-178
• 页数: 3页
• 分类号: TP391
• 字数: 2845字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.26.052

摘要

提出了一种强化支持向量机方法,将支持向量机与强化学习结合,逐步对未知类别标记样本进行访问,根据时该样本分类结果正确与否的评价标记访问点的类别,并对当前的分类器进行更新,给出了更新分类器的规则.对模拟数据和真实数据分别进行了实验,表明该方法在保证分类精度的同时,大大降低了对已知类别标记的训练样本的数量要求,是处理已知类别标记样本获取困难的多类分类问题的一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐志洁	北京建筑工程学院理学院	9	43	4.0	6.0