支持向量机在多类分类问题中的推广  

An Analytical Overview of Methods for Multi-category Support Vector Machines

作　　者：刘志刚[1] 李德仁[2] 秦前清[2] 史文中[3] 

机构地区：[1]武汉大学遥感信息工程学院,武汉430079 [2]武汉大学测绘遥感信息工程国家重点实验室,武汉430079 [3]香港理工大学土地测量与地理咨询系地球信息研究中心

出　　处：《计算机工程与应用》2004年第7期10-13,65,共5页Computer Engineering and Applications

基　　金：利用空间数据挖掘技术进行新型影像目标识别和自动分类(编号:40023004);国家高新技术研究发展计划(编号:2001AA135081);香港CRC计划(编号:3_ZB40;1.34.9709)

摘　　要：支持向量机(SVMs)最初是用以解决两类分类问题,不能直接用于多类分类,如何有效地将其推广到多类分类问题是一个正在研究的问题。该文总结了现有主要的支持向量机多类分类算法,系统地比较了各算法的训练速度、分类速度和推广能力,并分析它们的不足和有待解决的问题。Support Vector Machines(SVMs )is originally designed for binary classification.How to effectively extend it for mul ti -category classification is still an on -going research issue.This paper presents a general overview of existing representative methods for multi -category support vector machines and systematically compares their performances,including training speed,classification speed and generalization ability.The disadvantage and unsolved problem of these methods are also given.

关 键 词：支持向量机 多类分类 多类支持向量机 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]