计算机科学 ›› 2005, Vol. 32 ›› Issue (10): 160-163.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 多类支持向量机一般采用多个两类分类支持向量机来求解,这就需要解多个二次规划问题,从而导致算法的计算复杂性很高.根据一类分类思想,提出一种基于线性规划的多类分类算法及其分解形式,所给算法通过引入核函数能够独立地对每一类样本形成一个紧致的优化区域,从而达到分类的目的.对人工三螺旋线数据和几组实际数据库的识别实验表明,所给算法在保持良好的分类精度前提下,能有效地降低程序的运行时间.
关键词: 线性规划 多类分类 一类分类 核函数 支持向量机算法 线性规划 分类思想 计算复杂性 规划问题 分解形式 分类算法 分类精度 运行时间
Abstract: The multi-class support vector machine is commonly solved by decomposition to several binary support vector machines, which can bring complicated computation due to solving many quadratic programming problems. A multiclass classification algorithm and its
Key words: Linear programming, Multi-class classification, One-class classification, Kernel function
. 基于线性规划的多类支持向量机算法[J]. 计算机科学, 2005, 32(10): 160-163. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2005/V32/I10/160
Cited
首页