咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于核聚类方法的多层次支持向量机分类树 收藏

基于核聚类方法的多层次支持向量机分类树

Hierarchical Support Vector Machines Based on Kernel Cluster

作     者:张国宣 孔锐 施泽生 郭立 刘士建 薛明东 ZHANG Guoxuan;KONG Rui;SHI Zesheng;GUO Li;LIU Shijian;XUE Mingdong

作者机构:中国科学技术大学电子科学与技术系合肥230026 

出 版 物:《计算机工程》 (Computer Engineering)

年 卷 期:2005年第31卷第5期

页      面:172-174页

核心收录:

学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:2002年度国家高校博士点基金资助项目(20020358023) 

主  题:多类模式识别 支持向量机 核聚类 统计学习理论 

摘      要:针对解决多类模式识别问题的SVM方法进行研究,在比较常用的几种多类SVM分类算法基础上,提出了一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分