文献类型：期刊文章

作　　者：刘志刚[1] 李德仁[2] 秦前清[2] 史文中[3]

机构地区：[1]武汉大学遥感信息工程学院,武汉430079 [2]武汉大学测绘遥感信息工程国家重点实验室,武汉430079 [3]香港理工大学土地测量与地理咨询系地球信息研究中心

出　　处：《计算机工程与应用》

基　　金：利用空间数据挖掘技术进行新型影像目标识别和自动分类(编号:40023004);国家高新技术研究发展计划(编号:2001AA135081);香港CRC计划(编号:3_ZB40;1.34.9709)

年　　份：2004

卷　　号：40

期　　号：7

起止页码：10-13

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：支持向量机(SVMs)最初是用以解决两类分类问题,不能直接用于多类分类,如何有效地将其推广到多类分类问题是一个正在研究的问题。该文总结了现有主要的支持向量机多类分类算法,系统地比较了各算法的训练速度、分类速度和推广能力,并分析它们的不足和有待解决的问题。

关 键 词：支持向量机 多类分类 多类支持向量机

分 类 号：TP181]