一种具有容器性能的SVM多值分类器
 
萧嵘[1] 孙晨[2]

关键词:多值分类器 SVM理论 容器性能 机器学习
 
主要内容:基于SVM理论的分类器已经发展成为一种通用的二值分类器,但是它地噪音数据非常敏感,而且不适用于多值分类场合,将标准的PCA算法扩展到更普遍的领域,并提出了一种新的SVM分类器学习结构,它使用扩展的PCA算法对训练集数据进行降噪声射,产生一个新的数据集,然后通过0反称阵将一组二值分类器组合成一个多值分类器来处理该数据集,理论分析和试验表明该分类器学习效率高并且有很强的容器性能。
 
《计算机研究与发展》  2000,37(9).-1071-1075
全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp
仿站