|
|||||
|
|
| 基于最小闭球的多类支持向量机 | |
| 作者单位： | ;1.聊城大学数学科学学院 |
| 摘 要： | 针对多类分类问题中样本数量分布不均衡和测试速度较慢两种情况,本文提出了两个基于闭球的二叉树多类支持向量机算法:MEB-MCSVM-1和MEB-MCSVM-2.算法利用最小闭球来协调样本数量间的不均衡性,利用球心进行最远距离聚类或最近-最远距离聚类,构建二叉树结构,使二叉树的每个节点代表1个二类支持向量机.为了检验所提算法的有效性,本文从需要训练的SVM个数、训练时间和测试时间三个方面对五种算法1-v-1,1-v-r,MEB-MCSVM-0,MEB-MCSVM-1和MEB-MCSVM-2进行了比较分析,结果表明本文所提方法对解决多类分类问题中样本数目不均匀和测试速度较慢这两种情况有明显的优势,实用性更强. |
| 关 键 词： | 支持向量机 聚类 训练时间 测试时间 时间复杂度 |
Multi-class SVMs Based on Minimum Enclosing Balls |
|
| Abstract: | |
| Keywords: | |