超球体支持向量机的不完全二叉树多类分类算法
针对现有的支持向量机多类分类方法的不足之处,提出了一种基于超球体支持向量机的不完全二叉树多类分类算法。该算法首先采用超球体SVM算法,计算各类样本群的分布范围。再利用距离公式,计算各类样本间的距离,基于将最容易分离出来的类最先分割出来的原则,设计二叉树结构,从而提高分类精度。通过仿真实验,分析比较各种方法的性能,从而验证了该算法的有效性。
支持向量机、多类分类、超球体、二叉树
35
TP18(自动化基础理论)
国家自然科学基金资助项目61071190;重庆市自然科学基金重点资助项目CSTC,2009BA2021;2009重大科技专项“信息制造业”资助项目CSTC,2010AB2002
2012-10-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
125-128,140