- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
向量机多类目标分类器的结构简化研究.pdf
第10卷第5期 中国图象图形学报 V01.10,No.5
2005年5月 of and
Journal May,2005
ImageGraphics
支持向量机多类目标分类器的结构简化研究
王立国 张 晔 谷延锋
(哈尔滨工业大学信息工程系,哈尔滨150001)
摘要 由于支持向量机(SVM)在模式识别和回归分析中有着独特优势,因此成为近来研究的热点,其优势主要
体现在处理非线性和高维数据问题方面。最初的SVM特别适合解决两类目标分类问题,而对于多类目标分类,则
需将其转化为多个两类目标分类问题,相应地即可构造多个两类目标子分类器,但由于这种情况导致了分类器结
构的过于复杂,从而导致判决速度的降低。为了快速地进行分类,提出了一种简化结构的多类目标分类器,其不仅
使得子分类器数目大大减少,而且使分类速度明显提高;同时对其分类精度和复杂度进行了对比分析。实验结果
证明,该分类器是有效的。
关键词 支持向量机 多类目标分类器核函数模式识别
中图法分类号:TP391.41文献标识码:A 文章编号:1006—8961(2005)05—0571-04
TheResearchof ofStructureofMulti-classClassifier
Simplification
of VectorMachine
Support
WANG
Li—guo,ZHANGYe,GUYan-feng
Institute
(DeptartmentofInformationEngineering,HarbinofTechnology,Harbin150001)
in andin vector
AbstractBecauseofthe machine(SVM)
uniquepropertypatternrecognitionregressionanalysis,support
of and
hasbecomethe ofresearch ofSVM lieinits non—linear
topic recently.Theadvantagesmainly capabilitiesprocessing
dimensionaldata SVMis suitablefor two-classclassification multi-
highly problems.Unextendedvery solving problems.For
class shouldbeconvertedinto oftwo—classclassification canbeconstructed
classification.however。it many problems,and
oftwo—classclassifier thecaseresultsinm
文档评论(0)