期刊文献+

多分类支持向量机的算法研究 被引量:3

下载PDF
导出
摘要 支持向量机是一种新的机器学习方法,是在统计学习理论基础上发展起来的。经典的支持向量机算法主要是针对两分类问题,但是在实际生活中经常需要求解多分类问题,这就需要将支持向量机的算法推广到求解多分类问题。通过阐述支持向量机模型及其算法的基本原理,对多分类支持向量机几种算法进行分析,系统地比较了各种算法的性能,探讨了多分类支持向量机算法的进一步研究方向。
出处 《运城学院学报》 2010年第2期1-3,共3页 Journal of Yuncheng University
  • 相关文献

参考文献9

  • 1V.Vapnik.The Nature of Statistical Learning Theory[M].NY:Spring-Verlag,1995.
  • 2O.L.Mangasarian.Mathematical Programming in Machine Learning[J].In G.Di Pillo and F.Giannessi,editors,Nonlinear optimization and Applications,1996:283-295.
  • 3A.Roy,L.S.Kim and S.Mukhopadhyay.A polynomial time algorithm for the construction and training of a class of multiplayer perceptions[J].Neural Networks,1993,6:535-545.
  • 4张学工译.统计学习理论的本质[M].北京:清华大学出版社,2000..
  • 5Dietterich T G,Bakiri G.Solving multi-class learning problems via error-correcting output Codes[J].Journal of Artificial Intelligent Research,1995,2:263-286.
  • 6Weston J,Watkins C.Multi-class support vector machines[M].In:Proceedings ESANN,Brussels,1999.
  • 7应伟,王正欧,安金龙.一种基于改进的支持向量机的多类文本分类方法[J].计算机工程,2006,32(16):74-76. 被引量:28
  • 8Bennett K,Blue J.A support vector machine approach to decision trees[R].Rensselaer Polytechnic Institute,Troy,NY:R.P.I Math Report,pp:97-100,1997.
  • 9张苗,张德贤.多类支持向量机文本分类方法[J].计算机技术与发展,2008,18(3):139-141. 被引量:18

二级参考文献13

  • 1王明春,王正欧,张楷,郝玺龙.一种基于CHI值特征选取的粗糙集文本分类规则抽取方法[J].计算机应用,2005,25(5):1026-1028. 被引量:8
  • 2Vasehgi S V. State Duration Modeling in Hidden Markov Models[J].Signal processing,1995, 41(1): 31-41.
  • 3Vladimir N, Vapnik. Statistical Learning Theory[M]. New York:John Wiley&Sons, Inc., 1998.
  • 4Debole F,Sebastiani F.An analysis of the relative hardness of reu ters-21578 subsets[J].Journal of the American Society for Information Science and Technology,2004,56(6):584-596.
  • 5Cortes C,Vapnik V.Support-vector networks[J].Machine Learning,199 5,20(3):273-297.
  • 6Pdesa M J.模式识别--原理、方法及应用[M].吴逸飞译.北京:清华大学出版社,2002.
  • 7Arenas-Gsrcia J,Perez-Cruz F.Multi-class support vector machines:A new a pproach[C]//ICASSP,2003.Hong Kong:[s.n.],2003.
  • 8Xu P,Chan A K.Support vector machines for multi-class signal classificati on with unbalanced samples[C]//Proceedings of the International Joint Confer ence on Neural Networks 2003.Portland:IEEE,2003:116-119.
  • 9Bottou L,Cortes C,Denker J,et al.Comparison of Classifier Methods:A Case Study in Handwritten Digit Recognition[C]//Proc of the Int Conf on Pattern Recognition.Jerusalem:[s.n.],1994:77-87.
  • 10Krebel U.Pairwise Classification and Support Vector Machines[C]//In:S cho lkopf B,Burges C J C,Smola A J,eds.Advances in Kernel Methods:Support Vector Le arning.Cambridge,MA:The MIT Press,1999:255-268.

共引文献60

同被引文献26

引证文献3

二级引证文献13

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部