陈青锋
- 作品数：3 被引量：0H指数：0
- 供职机构：湖南大学更多>>
- 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>>
- 一种高准确度多分类结构选择方法
- 2015年
- 支持向量机SVM是目前最流行的二分类算法之一。现实生活中数据集大多要求能够进行多分类,而有向无环图DAG方法是将SVM应用扩展到多分类的用得最多的方式之一,它调用分类器次数较少,执行速度快,但是由于有错误向下累积和分类偏向性等情况存在,会影响DAG分类结果的准确度。在使用DAG-SVM的时候,对于k种类别有k!种不同的备选结构,根据数据集特性选择合适的DAG结构能够有效提高结果的准确度。提出使用估计准确度的方法,从备选结构中用穷举法选择出最高准确度估计值的DAG结构,以此作为测试集的结构进行分类。实验结果表明,相较其它方法,测试数据集采用该方法选择的DAG结构后的分类准确性得到显著提高,在对类别数量不太多的数据集进行多类分类时有较好的效果。
- 陈青锋秦拯何流陈麟
- 关键词：支持向量机
- 一种估计DAGSVM分类准确度的方法
- 本发明提供了一种估计DAGSVM分类准确度的方法，该方法通过划分出一个类别从根节点经过DAG结构走到正确的叶子节点位置所能经过的所有区域，并采用0-1矩阵来表示，结合路径上进行分类的两个类别的相似度，从而计算出整个矩阵表...
- 陈青锋秦拯欧露黄星辰
- 文献传递
- 支持向量机的多分类扩展算法研究
- 支持向量机(SVM)是上世纪九十年代中期提出的新一代机器学习技术,它基于统计学习理论,至今仍然是研究的热点,被许多领域的研究用来作为学习机器。支持向量机以结构风险最小化原则为基础,因此能够较好地处理小样本情况下的学习问题...
- 陈青锋
- 关键词：支持向量机
- 文献传递
