无线电工程
無線電工程
무선전공정
RADIO ENGINEERING OF CHINA
2015年
6期
88-91
,共4页
目标分群%二叉树%支持向量机%统计学习理论
目標分群%二扠樹%支持嚮量機%統計學習理論
목표분군%이차수%지지향량궤%통계학습이론
target grouping%binary tree%SVM%SLT
为了解决目标分群问题，在研究目标关键属性的基础上，提出一种基于二叉树多分类支持向量机（ SVM）的目标分群方法。介绍了基于统计学习理论的支持向量机方法的基本原理和算法本身的理论优势，由于支持向量机的本质是解决二分类问题的，因此如何建立支持多分类的支持向量机是研究的关键。采用基于二叉树的多分类支持向量机算法，建立了解决目标分群问题的算法模型，将分类器分布在各个节点上，从而构成了多分类的支持向量机。将算法进行软件实现，并利用模拟数据对支持向量机进行了训练，调整支持向量机参数，得到了较好的分群结果，证明了该方法的有效性。
為瞭解決目標分群問題，在研究目標關鍵屬性的基礎上，提齣一種基于二扠樹多分類支持嚮量機（ SVM）的目標分群方法。介紹瞭基于統計學習理論的支持嚮量機方法的基本原理和算法本身的理論優勢，由于支持嚮量機的本質是解決二分類問題的，因此如何建立支持多分類的支持嚮量機是研究的關鍵。採用基于二扠樹的多分類支持嚮量機算法，建立瞭解決目標分群問題的算法模型，將分類器分佈在各箇節點上，從而構成瞭多分類的支持嚮量機。將算法進行軟件實現，併利用模擬數據對支持嚮量機進行瞭訓練，調整支持嚮量機參數，得到瞭較好的分群結果，證明瞭該方法的有效性。
위료해결목표분군문제，재연구목표관건속성적기출상，제출일충기우이차수다분류지지향량궤（ SVM）적목표분군방법。개소료기우통계학습이론적지지향량궤방법적기본원리화산법본신적이론우세，유우지지향량궤적본질시해결이분류문제적，인차여하건립지지다분류적지지향량궤시연구적관건。채용기우이차수적다분류지지향량궤산법，건립료해결목표분군문제적산법모형，장분류기분포재각개절점상，종이구성료다분류적지지향량궤。장산법진행연건실현，병이용모의수거대지지향량궤진행료훈련，조정지지향량궤삼수，득도료교호적분군결과，증명료해방법적유효성。
Support Vector Machines ( SVMs) is originally designed for linear binary pattern recognition. Many multiclass SVMs are introduced briefly in the paper.Then the method of multiclass SVM based on binary tree is designed after analyzing the key issues of target grouping.The model of the multiclass SVM algorithm is designed.And the algorithm is realized by coding.The algorithm parameters and weighting factors are adjusted by simulation experiment. The result of simulation validates the feasibility and correctness of the grouping algorithm.
