10.3969/j.issn.1007-7162.2014.02.007
支持向量机与哈夫曼树实现多分类的研究
基于支持向量机和决策树的多分类方法存在错误累积问题,累积的错误往往使分类准确率下降,分类效果变差.在仔细分析了其产生错误累积原因的基础上,提出了基于哈夫曼树的支持向量机多分类方法.该方法首先将一个多分类问题分解为多个二分类问题,针对每个二分类问题使用支持向量机二分类方法解决;然后根据相异度来决策分类的优先顺序,构建基于哈夫曼树的支持向量机多分类模型;最后使用勒卡斯开源数据集进行验证,并将它与传统的支持向量机多分类方法进行实验比较.实验结果表明,新的方法在分类速度和分类精度上较传统的支持向量机多分类方法优越.
决策树、支持向量机、相异度、哈夫曼树
31
TP274(自动化技术及设备)
教育部重点实验室基金资助项目110411;广东省自然科学基金资助项目10451009001004804,9151009001000007;广东省科技计划项目2012B091000173;广州市科技计划项目2012J5100054;韶关市科技计划项目2010CXY/C05
2014-08-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
36-42