基于特征空间中类间可分性的层次型多类支撑向量机.pdfVIP

第 卷 第 期 武 汉 大 学 学 报 信 息 科 学 版 ! # ! :’;!=’# 年 月 !$$# # %’()*+,-)./0.1’2()*+’.3,+.,’1456).7.+82-+*9 ?2!$$# 文章编号 文献标识码 ACDA@EEC$$!$$#%$#@$B!#@$F 基于特征空间中类间可分性的 层次型多类支撑向量机 刘志刚A 李德仁! 秦前清! 史文中B 武汉大学遥感信息工程学院 武汉市珞喻路 号 $A ’ A! ’#B$$D% 武汉大学测绘遥感信息工程国家重点实验室 武汉市珞喻路 号 $! ’ A! ’#B$$D% 香港理工大学土地测量与地理资讯学系 香港九龙红磡 $B ’ % 摘 要针对支撑向量机的特点提出了一种特征空间中的类间可分性度量’并基于该度量通过聚类算法构造 了二叉树和单层聚类两种层次型多类支撑向量机#通过多光谱遥感影像的分类实验证明了该可分性度量的 有效性# 关键词支撑向量机多类分类特征空间类间可分性二叉树单层聚类 中图法分类号 [IDFA 支撑向量机 是 把训练数据集 * 通过核函数 $-5??’2*8,*’2(),6+.-’3:O-% 7W*;A’+’;5 ,BX 一种两类分类器 如何将其有效地推广到多类分类 从输入空间 * 非线性 ’ U$;-’;6%W--$;-%’-6%. X $ 是当前的研究热点 算法(A)和 算法(!)是 地 映射 到高维特征空间 在特征空间中用 #A8K A8A % -$!% ’ 两种最常用的多类支撑向量机算法 这两 一个尽可能小的超球包含 中尽可能多的数据 $O3:O-%’ 7 ’ 种方法的缺点在于随着类别数增加其训练和分类速 并求解最优化问题(D)# 度会迅速降低 有向无