文献类型：期刊文章

作　　者：王立国[1] 张晔[1] 谷延锋[1]

机构地区：[1]哈尔滨工业大学信息工程系,哈尔滨150001

出　　处：《中国图象图形学报（A辑）》

基　　金：国家自然科学基金资助项目(69972013)

年　　份：2005

卷　　号：10

期　　号：5

起止页码：571-574

语　　种：中文

收录情况：BDHX、BDHX2004、CSCD、CSCD2011_2012、核心刊

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：目标分类器  结构简化  支持向量机(SVM)  分类问题  回归分析  模式识别 高维数据 对比分析  分类精度  非线性 类速度  复杂度 优势  

分 类 号：TP391.4] U666.7[计算机类]