基于SVM概率输出与证据理论的多分类方法

• 作者: 张玉玺 权文 王坚 王晓丹
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 证据理论 支持向量机 输出概率建模 信息融合
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 167-169
• 分类号: TP18
• 字数: 3816字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.05.051

摘要

单一技术无法有效解决多类分类问题.为此,提出一种基于一对多支持向量机(SVM)的基本概率分配 输出方法,并与置信最大熵模型的D-S证据组合方法结合,给出基于SVM概率输出和证据理论的多分类模型.在3种UCI标准数据集上的仿真 结果表明,该方法的分类精度优于传统的一对多和一对一硬输出方法,是一种有效的多类分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学导弹学院	135	1447	21.0	31.0
2	张玉玺	空军工程大学导弹学院	15	154	8.0	12.0
3	权文	空军工程大学导弹学院	18	210	9.0	14.0
4	王坚	空军工程大学导弹学院	19	163	7.0	12.0