聊城大学学报（自然科学版）
聊城大學學報（自然科學版）
료성대학학보（자연과학판）
JOURNAL OF LIAOCHENG TEACHERS UNIVERSITY（NATURAL SCIENCE EDITION）
2014年
1期
13-16
,共4页
多类支持向量机%多类分类问题%可靠性测度%一对余支持向量机
多類支持嚮量機%多類分類問題%可靠性測度%一對餘支持嚮量機
다류지지향량궤%다류분류문제%가고성측도%일대여지지향량궤
多类分类问题是我们经常遇到的问题,常用的方法是将多类问题转化为若干个二类问题,然后利用二类支持向量机(support vector machine,SVM)进行分类,如一对余SVM,一对一SVM,决策树SVM等.在这些方法中,大都没有考虑所生成的多个分类器之间的可靠性和重要性问题.为了改进这一点,本文以一对余SVM为例,提出了两种基于可靠性测度的多类分类算法,算法的思想可用于一对一SVM,决策树SVM等其他多种分类器中.为了检验所提算法的有效性,本文进行了比较试验,实验结果表明所提算法不仅提高了分类准确度,而且具有更为广泛的推广能力.
多類分類問題是我們經常遇到的問題,常用的方法是將多類問題轉化為若榦箇二類問題,然後利用二類支持嚮量機(support vector machine,SVM)進行分類,如一對餘SVM,一對一SVM,決策樹SVM等.在這些方法中,大都沒有攷慮所生成的多箇分類器之間的可靠性和重要性問題.為瞭改進這一點,本文以一對餘SVM為例,提齣瞭兩種基于可靠性測度的多類分類算法,算法的思想可用于一對一SVM,決策樹SVM等其他多種分類器中.為瞭檢驗所提算法的有效性,本文進行瞭比較試驗,實驗結果錶明所提算法不僅提高瞭分類準確度,而且具有更為廣汎的推廣能力.
다류분류문제시아문경상우도적문제,상용적방법시장다류문제전화위약간개이류문제,연후이용이류지지향량궤(support vector machine,SVM)진행분류,여일대여SVM,일대일SVM,결책수SVM등.재저사방법중,대도몰유고필소생성적다개분류기지간적가고성화중요성문제.위료개진저일점,본문이일대여SVM위례,제출료량충기우가고성측도적다류분류산법,산법적사상가용우일대일SVM,결책수SVM등기타다충분류기중.위료검험소제산법적유효성,본문진행료비교시험,실험결과표명소제산법불부제고료분류준학도,이차구유경위엄범적추엄능력.
