改进的一对一支持向量机多分类算法

摘要：

支持向量机的一对一多分类算法具有良好的性能,但该算法在分类时存在不可分区域,影响了该方法的应用.因此,提出一种一对一与基于紧密度判决相结合的多分类方法,使用一对一算法分类,采用基于紧密度决策解决不可分区,依据样本到类中心之间的距离和基于kNN (k nearest neighbor)的样本分布情况结合的方式构建判别函数来确定类别归属.使用UCI (university of California Irvine)数据集做测试,测试结果表明,该算法能有效地解决不可分区域问题,而且表现出比其它算法更好的性能.

关键词：k近邻、一对一支持向量机、多分类、不可分区、紧密度

所属期刊栏目：33

分类号：TP181(自动化基础理论)

资助基金：国家863高技术研究发展计划基金项目2007AA041407

在线出版日期：2012-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1837-1841