一种改进的1-v-1 SVM多类分类算法  

Improved 1-v-1 SVM Multi-class Classification Algorithm

作　　者：梁声灼[1] 谢文修[1] 李芒[1] 

机构地区：[1]南昌大学计算机科学与技术系,江西南昌330031

出　　处：《南昌大学学报（理科版）》2013年第3期287-289,300,共4页Journal of Nanchang University(Natural Science)

基　　金：国家自然科学基金资助项目(61262049)

摘　　要：针对传统的1-v-1 SVM算法测试未知样本速度较慢的缺点提出了一种改进的1-v-1 SVM算法。该方法采用多轮投票策略减少测试过程中使用分类器的次数从而提高分类未知样本的速度。实验证明改进的算法是有效的。An improved algorithm for 1-v-1 SVM is presented aims at the long time cost in me process of testing unclassified data.This method can reduce the number of classifiers used in the test process by using multi-vote strategy,so the time cost for testing unclassified data is reduced.The experiment proved that the improved algorithm is effective.

关 键 词：支持向量机 多类分类 多轮投票策略 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]