中国科技论文
中國科技論文
중국과기논문
Sciencepaper Online
2015年
2期
164-168
,共5页
支持向量机%二叉树结构%泛化能力%分片线性分类器
支持嚮量機%二扠樹結構%汎化能力%分片線性分類器
지지향량궤%이차수결구%범화능력%분편선성분류기
提出了一种支持向量机(support vector machine,SVM)和二叉树结构相结合的分片线性分类模型.在每一节点,使用带软间隔的线性SVM计算分类超平面,并统计局部错误率.如果局部错误率在预先设定的阈值之下,则构造可进行最终决策的叶子节点;否则,进行非叶子节点的递归构造.对比实验表明,该分类器具有一定的有效性,优于一些原有分片线性分类器,在部分数据集上甚至能够达到RBF核SVM的水平.
提齣瞭一種支持嚮量機(support vector machine,SVM)和二扠樹結構相結閤的分片線性分類模型.在每一節點,使用帶軟間隔的線性SVM計算分類超平麵,併統計跼部錯誤率.如果跼部錯誤率在預先設定的閾值之下,則構造可進行最終決策的葉子節點;否則,進行非葉子節點的遞歸構造.對比實驗錶明,該分類器具有一定的有效性,優于一些原有分片線性分類器,在部分數據集上甚至能夠達到RBF覈SVM的水平.
제출료일충지지향량궤(support vector machine,SVM)화이차수결구상결합적분편선성분류모형.재매일절점,사용대연간격적선성SVM계산분류초평면,병통계국부착오솔.여과국부착오솔재예선설정적역치지하,칙구조가진행최종결책적협자절점;부칙,진행비협자절점적체귀구조.대비실험표명,해분류기구유일정적유효성,우우일사원유분편선성분류기,재부분수거집상심지능구체도RBF핵SVM적수평.
