摘要:
传统的支持向量机是基于两类问题提出的,如何将其有效地推广至多类问题仍是一个值得研究的问题。本文在比较常用的几种多类支持向量机分类算法基础上,提出了一种基于模糊核聚类的多类支持向量机分类方法。支持向量机的分类精度和分类速度取决于树结构,新方法利用模糊核聚类生成模糊类,并结合基于二叉树的多类支持向量机分类算法实现多类分类。实验结果表明,该方法是一种效率更高、分类更准确的多类支持向量机分类算法。
曹巍, 赵英凯, 高世伟. 基于模糊核聚类的多类支持向量机 [J]. 化工学报, 2010, 61(2): 420-424.
CAO Wei, ZHAO Yingkai, GAO Shiwei. Multi-class support vector machines based on fuzzy kernel cluster[J]. CIESC Journal, 2010, 61(2): 420-424.