一种融合无监督聚类的层次向量机多类分类方法

作     者：张付志 林玉宝 韩加亮 Zhang Fuzhi;Lin Yubao;Han Jialiang

作者机构：燕山大学信息科学与工程学院河北秦皇岛066004 重庆邮电大学人工智能研究所重庆400065 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2008年第25卷第12期

页      码：226-228页

摘      要：层次支持向量机(SVM)是多类分类方法应用中的研究热点。针对SVM的分类面仅由支持向量决定的理论,提出一种基于无监督聚类方法来预抽取支持向量,训练向量机;并分析现有多类分类方法所存在的弊端,基于综合考虑节点的类集合可分性,设计一种基于树分类器整体性能最优的SVM二叉树层次分类方法。实验表明,该方法对比传统一类对余类法和成对分类法在整体分类精度和训练时间上都有明显提高。

主 题 词：支持向量机 多类分类 无监督聚类 二叉树 

学科分类：1205[管理学-图书情报与档案管理类] 12[管理学] 120501[120501] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 120502[120502] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386X.2008.12.078

馆 藏 号：203302009...