| 多类SVM分类算法的研究 |
| |
| 引用本文： | 郭显娥,武伟,刘春贵,张景安. 多类SVM分类算法的研究[J]. 山西大同大学学报(自然科学版), 2010, 26(3): 6-8,14 |
| |
| 作者姓名： | 郭显娥 武伟 刘春贵 张景安 |
| |
| 作者单位： | 山西大同大学数学与计算机科学学院,山西大同,037009 |
| |
| 基金项目： | 天津市自然科学重大基金项目，山西省教育科学"十一五"规划课题 |
| |
| 摘 要： | 支持向量机(Support Vector Machine,SVM)是上世纪九十年代提出的一种基于小样本的新的统计学习方法,较好地解决了非线性、高维数、局部极小点等实际问题.文中分析了SVM基础理论并总结了目前存在的基于支持向量机的主要分类方法,包括"一对多"方法、"一对一"方法、决策有向无环图方法、基于二又树的多类分类方法和其它方法,并对各自的优缺点及性能做了比较.
|
| 关 键 词： | 支持向量机 机器学习 多类分类器 |
Research of Multi-class Support Vector Machines Classification Algorithm |
| |
| GUO Xian'e,WU Wei,LIU Chun-gui,ZHANG Jing-an. Research of Multi-class Support Vector Machines Classification Algorithm[J]. Journal of Shanxi Datong University(Natural Science Edition), 2010, 26(3): 6-8,14 |
| |
| Authors: | GUO Xian'e WU Wei LIU Chun-gui ZHANG Jing-an |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
