超球体支持向量机的不完全二叉树多类分类算法
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(61071190);重庆市自然科学基金重点资助项目(CSTC,2009BA2021);2009重大科技专项“信息制造业”资助项目(CSTC,2010AB2002)


An incomplete binary tree SVM multi class ciassification algorithm based on hypersphere
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对现有的支持向量机多类分类方法的不足之处,提出了一种基于超球体支持向量机的不完全二叉树多类分类算法。该算法首先采用超球体SVM算法,计算各类样本群的分布范围。再利用距离公式,计算各类样本间的距离,基于将最容易分离出来的类最先分割出来的原则,设计二叉树结构,从而提高分类精度。通过仿真实验,分析比较各种方法的性能,从而验证了该算法的有效性。

    Abstract:

    On the base of current researches on multiclass classification with support vector machine, an incomplete binary tree SVM multi class classification algorithm based on hypersphere is proposed. The algorithm adopts hypersphere SVM algorithm to calculate the distribution of each sample groups. Then, the distance formula is used to calculate the distance among the sample classes. According to the principle that the class which can be separated easiest must be split first, the algorithm designs binary tree to improve the classification accuracy. Compared with many classification methods, the effectiveness of the algorithm is verified by simulation experiments.

    参考文献
    相似文献
    引证文献
引用本文

黄扬帆,张慧敏,徐子航,曹鹏程.超球体支持向量机的不完全二叉树多类分类算法[J].重庆大学学报,2012,35(6):125-128.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码