多分类最大间隔孪生支持向量机  

On Maximum Margin Twin Support Vector Machine for Multi-Class Classification

作　　者：高斌斌[1] 王建军[1] 

机构地区：[1]西南大学数学与统计学院,重庆400715

出　　处：《西南师范大学学报（自然科学版）》2013年第10期130-135,共6页Journal of Southwest China Normal University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(61273020;11001227);中央高校基本科研业务费专项资金资助(XDJK2010B005)

摘　　要：提出一种新的多分类最大间隔孪生支持向量机算法.该算法通过引入间隔以结构风险最小为优化目标建立分类模型,并采用一对一对余的结构训练子分类器.仿真实验和真实数据实验表明:所提算法能有效提高模型的泛化性能.A novel maximum margin twin support vector machine for multi-class classification （K-MTS- VM） has been presented in this paper. The K MTSVM takes structural risk minimization principle as the optimization objective to build classification model by introducing the margin and uses a 1-versus 1 versus- rest structure to train sub-classifiers. The experimental results on both artificial and UCI datasets indicate that our K-MTSVM gets better generalization performance.

关 键 词：多分类 孪生支持向量机 最大间隔 一对一对余 结构风险最小化原则 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]