基于可靠性测度的多类支持向量机

• 作者: 李娜 范丽亚 高希占
• 来源期刊: 聊城大学学报（自然科学版）
• 学科: 数学
• 关键词: 多类支持向量机 多类分类问题 可靠性测度 一对余支持向量机
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 基础科学研究
• 页码范围: 13-16
• 页数: 4页
• 分类号: O224
• 字数: 3159字
• 语种: 中文

摘要

多类分类问题是我们经常遇到的问题,常用的方法是将多类问题转化为若干个二类问题,然后利用二类支持向量机(support vector machine,SVM)进行分类,如一对余SVM,一对一SVM,决策树SVM等.在这些方法中,大都没有考虑所生成的多个分类器之间的可靠性和重要性问题.为了改进这一点,本文以一对余SVM为例,提出了两种基于可靠性测度的多类分类算法,算法的思想可用于一对一SVM,决策树SVM等其他多种分类器中.为了检验所提算法的有效性,本文进行了比较试验,实验结果表明所提算法不仅提高了分类准确度,而且具有更为广泛的推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范丽亚	聊城大学数学科学学院	47	78	5.0	6.0
2	李娜	聊城大学数学科学学院	14	33	4.0	5.0
3	高希占	聊城大学数学科学学院	2	1	1.0	1.0