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:
在多分类问题中,分类算法的优劣直接影响到最终分类结果的好坏。现有的多分类算法中,基于支持向量机的多分类算法在综合性能方面要优于其他算法,但是,这些较优算法同样面临一些多分类中常见的问题,如不可分问题和效率低问题。针对这些问题,文中提出了一种改进的二叉树支持向量机多分类算法,该算法综合考虑了两个类之间的距离和分布情况对可分离性的影响,并采用最容易分离的类最先分割出来的策略来建立树的结构。通过在不同的数据集上进行测试,表明该方法不仅解决了多分类的不可分问题,还能提高分类的效率和准确度,可更好地解决现实中的多分类问题。
推荐文章
二叉树多分类SVM在目标分群中的应用
目标分群
二叉树
支持向量机
统计学习理论
基于双支持向量机的偏二叉树多类分类算法
双支持向量机
偏二叉树支持向量机
支持向量机
多类分类
基于相似方向的二叉树支持向量机多类分类算法
支持向量机
相似方向
二叉树
多类分类
基于改进二叉树支持向量机的多故障分类算法
二叉树
支持向量机
层次分析法
轴承故障诊断
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 改进的二叉树支持向量机在多分类中的应用
来源期刊 计算机技术与发展 学科 工学
关键词 支持向量机 多分类 二叉树 超球体
年,卷(期) 2014,(7) 所属期刊栏目 应用开发研究
研究方向 页码范围 181-184
页数 4页 分类号 TP39
字数 3343字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.07.045
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 苏一丹 广西大学计算机与电子信息学院 114 849 16.0 23.0
2 李燕玲 广西大学计算机与电子信息学院 2 12 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (126)
参考文献  (8)
节点文献
引证文献  (11)
同被引文献  (13)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
多分类
二叉树
超球体
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导