计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2005年
5期
172-174
,共3页
张国宣%孔锐%施泽生%郭立%刘士建%薛明东
張國宣%孔銳%施澤生%郭立%劉士建%薛明東
장국선%공예%시택생%곽립%류사건%설명동
多类模式识别%支持向量机%核聚类%统计学习理论
多類模式識彆%支持嚮量機%覈聚類%統計學習理論
다류모식식별%지지향량궤%핵취류%통계학습이론
针对解决多类模式识别问题的SVM方法进行研究,在比较常用的几种多类SVM分类算法基础上,提出了一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果.
針對解決多類模式識彆問題的SVM方法進行研究,在比較常用的幾種多類SVM分類算法基礎上,提齣瞭一種基于覈聚類方法的多層次SVM分類樹,將覈空間中的無鑑督學習方法和有鑑督學習方法結閤起來,實現瞭一種結構更加簡潔清晰、計算效率更高的多層SVM分類樹算法,併在實驗中取得瞭良好的結果.
침대해결다류모식식별문제적SVM방법진행연구,재비교상용적궤충다류SVM분류산법기출상,제출료일충기우핵취류방법적다층차SVM분류수,장핵공간중적무감독학습방법화유감독학습방법결합기래,실현료일충결구경가간길청석、계산효솔경고적다층SVM분류수산법,병재실험중취득료량호적결과.
