基于节点选择优化的DAG-SVM多类别分类

• 作者: 沈健 胡学伟 蒋芸 邹丽 陈娜
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 有向无环图支持向量机 分类器 多类别分类 节点选择优化 备选节点
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: ?人工智能及识别技术?
• 页码范围: 143-146
• 页数: 4页
• 分类号: TP181
• 字数: 3444字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.06.026

摘要

有向无环图支持向量机( DAG-SVM)对于N类别分类问题,会构造N ×( N-1)/2个支持向量机分类器(为每2个类构造一个支持向量机),DAG-SVM可能出现由于节点选择不佳而导致整个分类器分类结果较差的情况。为此,提出一种改进的DAG-SVM。通过为每一层建立备选节点集合进行节点选择,选取下层备选节点集合中训练分类精度最高的一个节点组合作为当前层节点的下层节点,从而优化DAG-SVM的拓扑结构。实验结果表明,与已有的DAG-SVM,1-vs-1 SVM,1-vs-a SVM方法相比,该方法的分类精度较高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋芸	西北师范大学计算机科学与工程学院	38	377	11.0	18.0
2	沈健	西北师范大学计算机科学与工程学院	9	60	5.0	7.0
3	邹丽	西北师范大学计算机科学与工程学院	6	59	5.0	6.0
4	陈娜	西北师范大学计算机科学与工程学院	9	110	5.0	9.0
5	胡学伟	西北师范大学计算机科学与工程学院	11	89	7.0	9.0