翟嘉
- 作品数：2 被引量：11H指数：2
- 供职机构：北京科技大学天津学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 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
- 2013年
- 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。
- 翟嘉胡毅庆徐尔
- 关键词：多分类问题最小二乘支持向量机
- 基于三分类支持向量机的多分类算法的研究被引量：9
- 2015年
- 用支持向量机解决多分类问题是目前众多学者研究的热点话题.将已有的最小二乘支持向量分类-回归机算法推广到M空间进行了理论分析,在基于支持向量机的三分类算法基础上,提出了两个新的K(K>3)类多分类算法:一对一对多与一对一对一算法.对所有数据集进行分类时,在已有的多分类算法的基础上采用加校正的技巧:忽略准确率低的子分类器.数值实验证明了该技巧的有效性,并且校正后的准确率比校正前平均提高了4.61%.
- 翟嘉胡毅庆成小伟
- 关键词：多分类问题
