一种改进的1-v-1 SVM多类分类算法

• 作者: 李芒 梁声灼 谢文修
• 来源期刊: 南昌大学学报（理科版）
• 学科: 工学
• 关键词: 支持向量机 多类分类 多轮投票策略
• 年，卷（期）: 2013,（3）
• 页码范围: 287-289,300
• 页数: 4页
• 分类号: TP181
• 字数: 3114字
• 语种: 中文

摘要

针对传统的1-v-1 SVM算法测试未知样本速度较慢的缺点提出了一种改进的1-v-1 SVM算法.该方法采用多轮投票策略减少测试过程中使用分类器的次数从而提高分类未知样本的速度.实验证明改进的算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁声灼	南昌大学计算机科学与技术系	12	185	5.0	12.0
2	谢文修	南昌大学计算机科学与技术系	1	5	1.0	1.0
3	李芒	南昌大学计算机科学与技术系	2	5	1.0	2.0