文献类型：期刊文章

作　　者：李琼[1] 董才林[1] 陈增照[1] 何秀玲[1]

机构地区：[1]华中师范大学离散数学与最优控制重点实验室,武汉430079

出　　处：《计算机工程与应用》

年　　份：2010

卷　　号：46

期　　号：10

起止页码：150-152

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：利用核化思想提出了一种新的SVM多层分类算法。该算法的基本思路是:先利用Mercer核,将输入空间非线性可分的训练样本映射到高维特征空间Hilbert中,使之线性可分,然后采用最小超球体类包含作为层次分类的依据来生成二叉决策树,从而实现在高维空间中的多类分类。实验表明,采用该算法进行多类分类,可以有效地解决输入空间非线性可分问题,并可在一定程度上提高分类器的分类精度。

关 键 词：支持向量机 Mercer核  特征空间  二叉树 多类分类

分 类 号：TP391.4]