基于节点选择优化的DAG-SVM多类别分类

摘要：

有向无环图支持向量机( DAG-SVM)对于N类别分类问题,会构造N ×( N-1)/2个支持向量机分类器(为每2个类构造一个支持向量机),DAG-SVM可能出现由于节点选择不佳而导致整个分类器分类结果较差的情况。为此,提出一种改进的DAG-SVM。通过为每一层建立备选节点集合进行节点选择,选取下层备选节点集合中训练分类精度最高的一个节点组合作为当前层节点的下层节点,从而优化DAG-SVM的拓扑结构。实验结果表明,与已有的DAG-SVM,1-vs-1 SVM,1-vs-a SVM方法相比,该方法的分类精度较高。

关键词：有向无环图支持向量机、分类器、多类别分类、节点选择优化、备选节点

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目61163036,61263036;甘肃省高等学校研究生导师科研基金资助项目1201-16;西北师范大学三期“知识与科技创新工程”科研骨干培育基金资助项目nwnu-kjcxgc-03-67。

在线出版日期：2015-07-02（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：143-146