首页 | 本学科首页   官方微博 | 高级检索  
     

基于预测-校正原对偶内点法的多分类支持向量机学习算法
引用本文:袁玉萍,钟萍,邹艳华. 基于预测-校正原对偶内点法的多分类支持向量机学习算法[J]. 南京大学学报(自然科学版), 2009, 0(4)
作者姓名:袁玉萍  钟萍  邹艳华
作者单位:黑龙江八一农垦大学文理学院;中国农业大学理学院;大庆市祥阁学校;
基金项目:国家自然科学基金(70601033);;黑龙江省教育厅基金(11541259)
摘    要:
支持向量机基于统计学习理论,是一种新型通用的有监督的机器学习方法,其核心思想是使结构风险极小化,但是由于需要求解二次规划,使得它在求解大规模数据上具有一定的局限性,尤其是对于多分类问题,现有的支持向量机算法具有很高的复杂性.本文构造了基于线性规划的一对一三类结构支持向量分类器,可以直接利用比较成熟的线性规划算法——预测-校正原对偶内点法,并在此基础上提出了基于预测-校正原对偶内点法的支持向量机的多分类学习算法,这种算法可用于比较庞大的多类别识别问题,并且克服了标准支持向量机的一些缺点,而且模型简单,容易实现.针对UCI数据库上数据进行了实验,结果证实该算法具有较高的可行性和实用性.

关 键 词:支持向量机  预测-校正原对偶内点法  多分类  多分类支持向量机  

Multi-class support vector algorithm based on predictor-corrector primal dual interior point method
Yuan Yu-Ping,Zhong Ping,Zou Yan-Hua. Multi-class support vector algorithm based on predictor-corrector primal dual interior point method[J]. Journal of Nanjing University: Nat Sci Ed, 2009, 0(4)
Authors:Yuan Yu-Ping  Zhong Ping  Zou Yan-Hua
Affiliation:1.College of Science;Heilongjiang August First Land Reclamation University;Daqing;163319;China;2.College of Science;China Agricultural University;Beijing;100083;3.Xiang Ge School;Heilongjiang;163316;China
Abstract:
Support vector machines(SVMs) based on the statistical learning theory is a new and universal machine-assisted learning method with supervision.Its core concept is to minimize the risk of structure.However,the requirements to deal with quadratic programming result in its limitations in solving large-scale data to some extent,especially for some multi-classfied problems.Besides,the existing SVMs algorithm is highly complicated.The article constructs three kinds of one-to-one structure support vector classify...
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号