支持向量机与哈夫曼树实现多分类的研究

• 作者: 刘冬宁 张巍 滕少华 胡俊
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 决策树 支持向量机 相异度 哈夫曼树
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 综合研究
• 页码范围: 36-42
• 页数: 7页
• 分类号: TP274
• 字数: 5684字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7162.2014.02.007

摘要

基于支持向量机和决策树的多分类方法存在错误累积问题,累积的错误往往使分类准确率下降,分类效果变差.在仔细分析了其产生错误累积原因的基础上,提出了基于哈夫曼树的支持向量机多分类方法.该方法首先将一个多分类问题分解为多个二分类问题,针对每个二分类问题使用支持向量机二分类方法解决;然后根据相异度来决策分类的优先顺序,构建基于哈夫曼树的支持向量机多分类模型;最后使用勒卡斯开源数据集进行验证,并将它与传统的支持向量机多分类方法进行实验比较.实验结果表明,新的方法在分类速度和分类精度上较传统的支持向量机多分类方法优越.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕少华	广东工业大学计算机学院	121	825	15.0	20.0
2	张巍	广东工业大学计算机学院	62	412	11.0	15.0
3	刘冬宁	广东工业大学计算机学院	42	183	8.0	11.0
4	胡俊	广东工业大学计算机学院	2	10	2.0	2.0