多分类簇支持向量机方法

• 作者: 杨一帆 王之怡
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 支持向量机 超平面 核函数 手写体汉字识别
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 143-145,149
• 页数: 4页
• 分类号: TP391.4
• 字数: 4307字
• 语种: 中文

摘要

针对支持向量机的多分类问题,提出一种新颖的基于非平行超平面的多分类簇支持向量机.它针对k模式分类问题分别训练产生k个分割超平面,每个超平面尽量靠近自身类模式而远离剩余类模式;决策时,新样本的类别由它距离最近的超平面所属的类决定,克服了一对一(OAO)和一对多(OAA)等传统方法存在的"决策盲区"和"类别不平衡"等缺陷.基于UCI和HCL2000数据集的实验表明,新方法在处理多分类问题时,识别精度显著优于传统多分类支持向量机方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王之怡	西南财经大学经济信息工程学院	10	37	3.0	5.0
2	杨一帆	西南财经大学经济信息工程学院	14	97	5.0	9.0