一种新的SVM决策树

摘要：

SVM在小训练样本,高维情况下,具有很好的泛化性能.但它不适用于多类分类.本文分析基本的SVM和多类SVM分类器,重点讨论了SVM决策树,提出了一种结点分类器类集合划分方案来构造SVM决策树.实验结果表明,这种方法构造的SVM决策树分类器分类性能较好.

关键词： 支持向量机 SVM决策树 训练样本 分类器

作者: 孙昌儿 刘秉瀚

作者单位: 福州大学,数学与计算机科学学院,福建,福州,350002

会议类型: 国内会议

会议名称: 第十一届中国体视学与图像分析学术会议

会议地点: 宁波

会议语种:中文

页码: 366-369

在线出版日期: 2006-10-01（万方平台首次上网日期，不代表论文的发表时间）