多类支持向量机分类算法—DDAG①
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Categorization Algorithms Based on M-SVMs—DDAG
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着支持向量机的发展,由最初的两类分类问题逐渐推广到多类分类问题,且其思想、算法多种多样,各有千秋。主要研究以当前比较流行的以多个二类分类器组合实现多类分类器的算法之一:DDAG。提出此算法在多类支持向量机应用分类中存在的优点和不足,并针对其不足,提出一种改进的算法思想。

    Abstract:

    With the development of SVM,its application has been extended from binary class classification problem to multi-class classification problems. Its concepts and algorithms become various and different. The main study in this paper is DDAG, which is one of the popular algorithms, whose principle is combining the binary class classifiers with multi-class classifiers. This paper also points out the strengths and weaknesses of DDAG, when it is used in multi-class SVM text classification, and presents an improved algorithmic concept to make up for the weaknesses.

    参考文献
    相似文献
    引证文献
引用本文

汪政,邵良杉.多类支持向量机分类算法—DDAG①.计算机系统应用,2010,19(7):87-90

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-10-21
  • 最后修改日期:2009-11-14
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号