一种改进的DDAGSVM多类分类方法

摘要：

支持向量机最初是针对两类分类问题提出的,如何有效地将其推广到多类分类问题仍是一项有待研究的课题.本文介绍了现有的具有代表性的多类支持向量机分类算法,并在分析决策导向非循环图支持向量机分类器生成顺序随机化的基础上,引入类内的分散度,以基于样本分布的类间分离程度作为类别的划分顺序,最终构成了一种分类间隔较大的决策导向非循环图支持向量机分类算法.实验结果表明了本文方法具有更高的分类精度.

关键词：支持向量机、决策导向无环图、类内分散度、类间分离程度

所属期刊栏目：19

分类号：TP3;TP1

资助基金：中国博士后科学基金20070420711;重庆市科委自然科学基金2007BB2372

在线出版日期：2011-03-28（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：219-221,33