支持向量机多类分类算法的研究
支持向量机能够有效地避免经典学习方法中过学习、维数灾难、局部极小等问题,而且在小样本条件下仍然具有良好的泛化能力。但是SVM算法的理论主要是解决2类分类问题。本文主要研究了如何有效的将其推广到多类分类问题,并提出了一种新的基于二叉树多类分类算法模型的思想。该方法在解决多类分类问题,尤其是多层次分类问题具有明显的优势,并且可以有效减少训练样本的数量。
多类分类 支持向量机 二叉树 学习方法 分类算法
闫晓飞 陈良臣 孙功星
中科院高能物理研究所 计算中心 北京 100049
国内会议
深圳
中文
117-121
2007-11-04（万方平台首次上网日期，不代表论文的发表时间）