基于双支持向量机的偏二叉树多类分类算法

• 作者: 张兵权 汪万紫 谢娟英
• 来源期刊: 南京大学学报：自然科学版
• 学科: 工学
• 关键词: 双支持向量机 偏二叉树支持向量机 支持向量机 多类分类
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 数据挖掘专栏
• 页码范围: 354-363
• 分类号: TP391
• 语种: 中文

摘要

提出一种基于双支持向量机的偏二叉树多类分类算法,偏二叉树双支持向量机多类分类算法.该算法综合了二叉树支持向量机和双支持向量机的优势,实现了在不降低分类性能的前提下,大大缩短训练时间.理论分析和UCI（University of California Irvine）机器学习数据库数据集上的实验结果共同证明,偏二叉树双支持向量机多类分类算法在训练时间上具有绝对的优势,尤其在处理稍大数据集的多类分类问题时,这一优势尤为突出;实验仿真结果还证明,在采用非线性核时,该算法取得了比基于经典支持向量机的一对其余多类分类算法及二叉树支持向量机更好的分类效果;同时该算法还解决了后两种算法可能存在的样本不平衡问题,以及基于经典支持向量机的一对其余多类分类算法可能存在的不可分区域问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢娟英	陕西师范大学计算机科学学院	46	873	15.0	28.0
2	汪万紫	陕西师范大学计算机科学学院	4	87	3.0	4.0
3	张兵权	陕西师范大学计算机科学学院	2	51	2.0	2.0