基于超球体的二叉树SVM多分类算法的研究

• 作者: 张澎 方芳
• 来源期刊: 福建电脑
• 关键词: 支持向量机 SVM多类分类 问题分类
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 基金项目论文
• 页码范围: 11-12
• 页数: 2页
• 字数: 3041字
• 语种: 中文

摘要

针对现有的支持向量机在多类分类方法上存在的不足，提出了一种基于超球体的二叉树SVM多类分类算法。该算法利用球结构的SVM考虑了每个类的分布情况，能有效地处理不平衡样本数据，设计超球体支持向量机的树型模型，克服了差错积累问题。实验证明，与其它SVM多类分类方法相比，该方法具有较高的分类精度，提高了支持向量机在多类分类问题中的实验效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方芳	湘南学院计算机系	15	20	3.0	4.0
2	张澎	湘南学院计算机系	22	40	4.0	5.0