支撑向量机多类分类方法的研究

• 作者: 李宏 胡振新 郭泽华
• 来源期刊: 现代电子技术
• 关键词: 统计学理论 支撑向量机 结构风险最小化 多类分类
• 年，卷（期）: 2011,（13）
• 所属期刊栏目: 自动化技术
• 页码范围: 165-167,171
• 分类号: TN911.7-34
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2011.13.049

摘要

支撑向量机是一种基于统计学理论的新的学习算法,它采用了结构风险最小化原则,能有效地解决过学习问题,具有很强的泛化能力.传统支撑向量机针对两类分类问题,为了深入地分析实际应用中的大规模和多类别的问题,通过对一次性求解法、一对多、一对一、有向无环图方法的原理和实现方法进行分析,从速度和精度两方面对这些方法的优缺点进行了归纳和总结,并通过实验进行了验证和比较.实验结果表明,各种方法可以获得不同的分类器推广能力及训练速度和测试速度,也为今后如何更好地解决支撑向量机多类分类问题指明了方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏	西北工业大学电子信息学院	119	1312	19.0	30.0
2	郭泽华	西北工业大学电子信息学院	6	22	3.0	4.0
3	胡振新	西北工业大学电子信息学院	1	3	1.0	1.0