基于相似方向的二叉树支持向量机多类分类算法  

A Binary Tree-support Vector Machine Multi-category Classification Based on Similarity Direction

作　　者：汪洋[1] 陈友利[1] 刘军[1] 莫智文[1] 王甲锋[2] 

机构地区：[1]四川师范大学数学与软件科学学院,四川成都610066 [2]西南石油大学计算机科学学院,四川成都610500

出　　处：《四川师范大学学报（自然科学版）》2008年第6期762-765,共4页Journal of Sichuan Normal University（Natural Science）

基　　金：国家自然科学基金(10671030);四川省青年科技基金(07ZQ026-114)资助项目

摘　　要：介绍了几种常用的支持向量机多类分类方法,指出了各自优点和不足之处.在现有的基于二叉树的支持向量机多类分类算法的基础上,提出了一种新的以类间相似方向作为二叉树支持向量机(BT-SVM)生成算法的多类分类方法,实例分析表明该方法具有较高的精度和推广能力.In this paper, some existing methods for support vector machine（SVM） muhi-category classification are presented and their advantages and defections are analyzed. A new category similarity direction is proposed as the way to generate the BT-SVM based on the existing BT-SVMs. The higher precision and the generalization capacity of the new method are proved by practical examples.

关 键 词：支持向量机 相似方向 二又树 多类分类 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]