一种新的基于SVM的多层分类方法

一种新的基于SVM的多层分类方法
李雅琴;董才林;陈增照
【期刊名称】《计算机工程与科学》
【年(卷),期】2007(029)004
【摘要】本文提出了一种新的基于SVM多类问题的策略Half-Against-Half,用该方法训练的基本思想是从多个类别中选择相近或相似的类别,相近的类别放在一个子集里,把多个类别分成两个子集,一直递归地使用这种思想,用类似决策树的思想构造,直到通过多个二分SVM分类器能把每个类别分开.从理论上看,该方法在训练时间、速度、训练集大小等方面比传统的方法OVA、OVO、DAG有一定的优势,并在实践方面得到了实验数据的支持.
【总页数】3页(P108-110)
【作者】李雅琴;董才林;陈增照
【作者单位】华中师范大学计算机系,湖北,武汉,430079;华中师范大学计算机系,湖北,武汉,430079;华中师范大学计算机系,湖北,武汉,430079
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.一种新的核化SVM多层分类方法 [J], 李琼;董才林;陈增照;何秀玲
2.一种新的基于二叉树的SVM多类分类方法 [J], 孟媛媛;刘希玉
3.一种基于SVMS的语义图像分类方法 [J], 刘盈盈;石跃祥;莫浩澜;文立
4.一种新的DAGSVMs多类分类方法 [J], 王晓锋;温学兵;滕明岩
5.一种新的SVM多层增量学习方法HISVML [J], 冯佳;宋胜利;王荔;陈平
因版权原因，仅展示原文概要，查看原文内容请购买。