南昌大学学报(理科版)
南昌大學學報(理科版)
남창대학학보(이과판)
JOURNAL OF NANCHANG UNIVERSITY(NATURAL SCIENCE)
2013年
3期
287-289,300
,共4页
梁声灼%谢文修%李芒
樑聲灼%謝文脩%李芒
량성작%사문수%리망
支持向量机%多类分类%多轮投票策略
支持嚮量機%多類分類%多輪投票策略
지지향량궤%다류분류%다륜투표책략
support vector machine%multi-class classification%multi-vote strategy
针对传统的1-v-1 SVM算法测试未知样本速度较慢的缺点提出了一种改进的1-v-1 SVM算法.该方法采用多轮投票策略减少测试过程中使用分类器的次数从而提高分类未知样本的速度.实验证明改进的算法是有效的.
針對傳統的1-v-1 SVM算法測試未知樣本速度較慢的缺點提齣瞭一種改進的1-v-1 SVM算法.該方法採用多輪投票策略減少測試過程中使用分類器的次數從而提高分類未知樣本的速度.實驗證明改進的算法是有效的.
침대전통적1-v-1 SVM산법측시미지양본속도교만적결점제출료일충개진적1-v-1 SVM산법.해방법채용다륜투표책략감소측시과정중사용분류기적차수종이제고분류미지양본적속도.실험증명개진적산법시유효적.