基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文分析了目前多类分类问题的方法,根据大样本多分类问题的特点,提出了一种新的预抽取支持向量方法,并分别通过对两类和多类进行试验,证实了该方法在保证正确率的情况下,速度也有一定的提高,从而说明了该方法是可行的。
推荐文章
一种基于累积适应度遗传算法的 SVM多分类决策树
多分类
支持向量机
遗传算法
累积适应度函数
全局优化
一种改进的SVM算法
支持向量机
训练集
分类精度
一种改进的二叉树SVM多类分类算法
SVM多类分类
二叉树
缺陷分类
一种新的模糊支持向量机多分类算法
支持向量机
模糊支持向量机
一对多组合
隶属函数
多分类算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的大样本多分类SVM算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 支持向量机 大样本 多分类 二叉树 遗传算法
年,卷(期) 2011,(1X) 所属期刊栏目
研究方向 页码范围 623-624
页数 2页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 付纪刚 西安科技大学理学院 5 5 1.0 2.0
2 丁正生 西安科技大学理学院 25 171 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
大样本
多分类
二叉树
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导