基于双支持向量机的偏二叉树多类分类算法OACSCDCSTPCD
A partial binary tree algorithm for multiclass classification based on twin support vector machines
提出一种基于双支持向量机的偏二叉树多类分类算法,偏二叉树双支持向量机多类分类算法.该算法综合了二叉树支持向量机和双支持向量机的优势,实现了在不降低分类性能的前提下,大大缩短训练时间.理论分析和UCI（University of California Irvine）机器学习数据库数据集上的实验结果共同证明,偏二叉树双支持向量机多类分类算法在训练时间上具有绝对的优势,尤其在处理稍大数据集的多类分类问题时,这一优势尤为突出;实验仿真结果还证明,在采用非…查看全部>>
A new algorithm for multiclass classification problem is presented in this paper.This algorithm,referred here as PBT-TSVM（partial binary tree and twin support vector machines）,is a combination of the advantages of binary tree support vector machines（BT-SVM） with those of twin support vector machines（TSVM）.Theoretical analysis and experimental results on UCI datasets prove that our PBT-TSVM algorithm not only significantly reduces the training time especially…查看全部>>
谢娟英;张兵权;汪万紫
陕西师范大学计算机科学学院,西安710062陕西师范大学计算机科学学院,西安710062陕西师范大学计算机科学学院,西安710062
计算机与自动化
双支持向量机偏二叉树支持向量机支持向量机多类分类
multiclass classificationbinary tree support vector machinestwin support vector machinessupport vector machines
《南京大学学报：自然科学版》 2011 (4)
354-363,10
中央高校基本科研业务费专项资金（GK200901006）中央高校基本科研业务费专项资金（GK201001003）陕西省自然科学基础研究计划（2010JM3004）
评论