基于多分类支持向量机的模式识别研究
苏晓伟
克拉玛依职业技术学院信息工程系 克拉玛依 833600
摘要：支持向量机是现代人工智能领域中的一个重要分支，它在统计学习理论的基础上，实现了结构风险最小化，提高了分类器的泛化能力，保证了分类的准确度。论文提出一种基于多分类支持向量机的模式识别方法，采用特征选择序列极小化算法对数据样本特征进行选择，并在此基础上，分析对比了“一对一”分类算法和“一对多”分类算法，实验结果表明，“一对一”分类算法的分类准确性较高，且具有较好的推广能力。
关键词：多分类支持向量机模式识别序列极小化
分类号：TP311(计算技术、计算机技术)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1202-1206 )
英文信息