改进的一对一支持向量机多分类算法
文献类型：期刊论文
| 作者 | 单玉刚 ; 王宏 ; 董爽 |
| 刊名 | 计算机工程与设计
 |
| 出版日期 | 2012 |
| 卷号 | 33期号:5页码:1837-1841 |
| 关键词 | k近邻 一对一支持向量机 多分类 不可分区 紧密度 |
| ISSN号 | 1000-7024 |
| 其他题名 | Improved multi-classification algorithm of one-against-one SVM |
| 产权排序 | 1 |
| 中文摘要 | 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。 |
| 英文摘要 | Multi-class classification algorithm of one-against-one SVM show good performance,but the algorithm exists an unclassifiable region,which affects the application effect of the algorithm.Hence,a multi-classification algorithm of integration of one-against-one and affinity decision is presented.Firstly,the one-against-one multi-class classification algorithm is used to classify samples,and then the affinity decision is used to solve samples in the unclassifiable region and to determine categories of samples,which using the approach of distance between the sample and centers of classes and sample distribution based on kNN(k nearest neighbor) to create decision function.By adopting UCI data sets for testing,the results show that the algorithm can solve unclassifiable region issues,and show better performance than other algorithms. 更多 |
| 收录类别 | CSCD |
| 资助信息 | 国家863高技术研究发展计划基金项目(2007AA041407) |
| 语种 | 中文 |
| CSCD记录号 | CSCD:4535957 |
| 公开日期 | 2012-10-24 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/10068]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 推荐引用方式 GB/T 7714 | 单玉刚,王宏,董爽. 改进的一对一支持向量机多分类算法[J]. 计算机工程与设计,2012,33(5):1837-1841. |
| APA | 单玉刚,王宏,&董爽.(2012).改进的一对一支持向量机多分类算法.计算机工程与设计,33(5),1837-1841. |
| MLA | 单玉刚,et al."改进的一对一支持向量机多分类算法".计算机工程与设计 33.5(2012):1837-1841. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。