文献类型：期刊文章

作　　者：苟博[1] 黄贤武[1]

机构地区：[1]苏州大学电子信息学院,苏州215021

出　　处：《数据采集与处理》

年　　份：2006

卷　　号：21

期　　号：3

起止页码：334-339

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：支持向量机本身是一个两类问题的判别方法,不能直接应用于多类问题。当前针对多类问题的支持向量机分类方法主要有5种:一类对余类法(OVR),一对一法(OVO),二叉树法(BT),纠错输出编码法和有向非循环图法。本文对这些方法进行了简单的介绍,通过对其原理和实现方法的分析,从速度和精度两方面对这些方法的优缺点进行了归纳和总结,给出了比较意见,并通过实验进行了验证,最后提出了一些改进建议。

关 键 词：支持向量机 序列最小最优化算法  多类分类 多类支持向量机

分 类 号：TP181]