计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
7期
1894-1897,1911
,共5页
多分类问题%三分类问题%最小二乘支持向量机%分类-回归机%一对一对多方法
多分類問題%三分類問題%最小二乘支持嚮量機%分類-迴歸機%一對一對多方法
다분류문제%삼분류문제%최소이승지지향량궤%분류-회귀궤%일대일대다방법
multi-class classification problem%tri-class classification problem%Least Square Support Vector Machine (LSSVM)%classification-regression machine%one versus one versus rest (1-v-1-v-r) method
基于支持向量机(SVM)的三分类方法是处理多分类问题的一类方法.提出了最小二乘支持向量分类-回归机(LSSVCR)算法,通过最小二乘目标函数充分考虑所有样本点对分类的影响,使得训练集中即使有个别样本点被标错类别,对分类结果也不会产生太大的影响,从而提高分类的准确性.该方法能够提高分类的准确率和分类速度,同时算法对于不同类别间样本数目差异较大的情况也有很好的分类效果.数值实验结果表明所提算法是可行的,且与已有的三分类算法相比在分类准确性上平均提高了2.57％,在运算速度上也有了较大的提高.
基于支持嚮量機(SVM)的三分類方法是處理多分類問題的一類方法.提齣瞭最小二乘支持嚮量分類-迴歸機(LSSVCR)算法,通過最小二乘目標函數充分攷慮所有樣本點對分類的影響,使得訓練集中即使有箇彆樣本點被標錯類彆,對分類結果也不會產生太大的影響,從而提高分類的準確性.該方法能夠提高分類的準確率和分類速度,同時算法對于不同類彆間樣本數目差異較大的情況也有很好的分類效果.數值實驗結果錶明所提算法是可行的,且與已有的三分類算法相比在分類準確性上平均提高瞭2.57％,在運算速度上也有瞭較大的提高.
기우지지향량궤(SVM)적삼분류방법시처리다분류문제적일류방법.제출료최소이승지지향량분류-회귀궤(LSSVCR)산법,통과최소이승목표함수충분고필소유양본점대분류적영향,사득훈련집중즉사유개별양본점피표착유별,대분류결과야불회산생태대적영향,종이제고분류적준학성.해방법능구제고분류적준학솔화분류속도,동시산법대우불동유별간양본수목차이교대적정황야유흔호적분류효과.수치실험결과표명소제산법시가행적,차여이유적삼분류산법상비재분류준학성상평균제고료2.57％,재운산속도상야유료교대적제고.
