基于多分类支持向量机的模式识别研究

• 作者: 苏晓伟
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 多分类 支持向量机 模式识别 序列极小化
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 信息融合
• 页码范围: 1202-1206
• 页数: 5页
• 分类号: TP311
• 字数: 3835字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.07.010

摘要

支持向量机是现代人工智能领域中的一个重要分支，它在统计学习理论的基础上，实现了结构风险最小化，提高了分类器的泛化能力，保证了分类的准确度。论文提出一种基于多分类支持向量机的模式识别方法，采用特征选择序列极小化算法对数据样本特征进行选择，并在此基础上，分析对比了“一对一”分类算法和“一对多”分类算法，实验结果表明，“一对一”分类算法的分类准确性较高，且具有较好的推广能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏晓伟	克拉玛依职业技术学院信息工程系	3	7	1.0	2.0