基于K-means的二阶段多类SVM分类器

摘要：

提出了基于K-means的二阶段多类SVM分类方法.该方法分为二个阶段:第一阶段采用K-means聚类,通过抽样精度来提高聚类准确度;第二阶段采用LIBSVM进行分类.通过使用LIBSVM提供的语料进行实验,结果显示比直接使用LIBSVM进行分类准确度提高了9.35%.

关键词：分类、K-平均算法、二阶段多类支持向量机分类、LIBSVM

所属期刊栏目：27

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60803105

在线出版日期：2009-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：109-112