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:
支持向量机SVM是目前最流行的二分类算法之一.现实生活中数据集大多要求能够进行多分类,而有向无环图DAG方法是将SVM应用扩展到多分类的用得最多的方式之一,它调用分类器次数较少,执行速度快,但是由于有错误向下累积和分类偏向性等情况存在,会影响DAG分类结果的准确度.在使用DAG-SVM的时候,对于k种类别有k!种不同的备选结构,根据数据集特性选择合适的DAG结构能够有效提高结果的准确度.提出使用估计准确度的方法,从备选结构中用穷举法选择出最高准确度估计值的DAG结构,以此作为测试集的结构进行分类.实验结果表明,相较其它方法,测试数据集采用该方法选择的DAG结构后的分类准确性得到显著提高,在对类别数量不太多的数据集进行多类分类时有较好的效果.
推荐文章
一种自适应子融合集成多分类器方法
分类器联合
决策置信度
决策支持度
高准确度湿气计量
湿气计量
文丘里流量计
湿气流量计不确定度
一种新的模糊支持向量机多分类算法
支持向量机
模糊支持向量机
一对多组合
隶属函数
多分类算法
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 一种高准确度多分类结构选择方法
来源期刊 计算机工程与科学 学科 工学
关键词 支持向量机 多分类 DAG-SVM 结构选择
年,卷(期) 2015,(9) 所属期刊栏目 数据挖掘
研究方向 页码范围 1777-1782
页数 6页 分类号 TP181
字数 4240字 语种 中文
DOI 10.3969/j.issn.1007-130X.2015.09.029
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 秦拯 湖南大学信息科学与工程学院 69 954 14.0 29.0
2 陈青锋 湖南大学信息科学与工程学院 1 0 0.0 0.0
3 何流 武汉大学国际软件学院 5 48 3.0 5.0
4 陈麟 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (520)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 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
DAG-SVM
结构选择
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导