基于可靠性测度的多类支持向量机
李娜
范丽亚
高希占
1.聊城大学数学科学学院,山东聊城,2520592.聊城大学数学科学学院,山东聊城,2520593.聊城大学数学科学学院,山东聊城,252059
摘要：多类分类问题是我们经常遇到的问题,常用的方法是将多类问题转化为若干个二类问题,然后利用二类支持向量机(support vector machine,SVM)进行分类,如一对余SVM,一对一SVM,决策树SVM等.在这些方法中,大都没有考虑所生成的多个分类器之间的可靠性和重要性问题.为了改进这一点,本文以一对余SVM为例,提出了两种基于可靠性测度的多类分类算法,算法的思想可用于一对一SVM,决策树SVM等其他多种分类器中.为了检验所提算法的有效性,本文进行了比较试验,实验结果表明所提算法不仅提高了分类准确度,而且具有更为广泛的推广能力.
关键词：多类支持向量机多类分类问题可靠性测度一对余支持向量机
分类号：O224(运筹学)
资助基金：山东省高校科技计划项目(J13LI10)
论文发表日期：2014-01-01
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：4( 13-16 )
英文信息