期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
用于多分类问题的最小二乘支持向量分类—回归机 被引量:2
1
作者 翟嘉 胡毅庆 徐尔 《计算机应用》 CSCD 北大核心 2013年第7期1894-1897,1911,共5页
基于支持向量机(SVM)的三分类方法是处理多分类问题的一类方法。提出了最小二乘支持向量分类回归机(LSSVCR)算法,通过最小二乘目标函数充分考虑所有样本点对分类的影响,使得训练集中即使有个别样本点被标错类别,对分类结果也不会产生太... 基于支持向量机(SVM)的三分类方法是处理多分类问题的一类方法。提出了最小二乘支持向量分类回归机(LSSVCR)算法,通过最小二乘目标函数充分考虑所有样本点对分类的影响,使得训练集中即使有个别样本点被标错类别,对分类结果也不会产生太大的影响,从而提高分类的准确性。该方法能够提高分类的准确率和分类速度,同时算法对于不同类别间样本数目差异较大的情况也有很好的分类效果。数值实验结果表明所提算法是可行的,且与已有的三分类算法相比在分类准确性上平均提高了2.57%,在运算速度上也有了较大的提高。 展开更多
关键词 多分类问题 三分类问题 最小二乘支持向量机 分类-回归机 一对一对多方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部