基于核聚类方法的多层次支持向量机分类树
来源期刊：控制与决策2004年第11期
论文作者：张国宣 孔锐 施泽生 郭立 刘士建 薛明东
文章页码：1305 - 2618
关键词：多类模式识别;支持向量机;核聚类;统计学习理论;
摘 要：针对解决多类模式识别问题的SVM方法进行研究,在比较几种常用的多类SVM分类算法的基础上,提出一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果.
张国宣，孔锐，施泽生，郭立，刘士建，薛明东
摘 要：针对解决多类模式识别问题的SVM方法进行研究,在比较几种常用的多类SVM分类算法的基础上,提出一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果.
关键词：多类模式识别;支持向量机;核聚类;统计学习理论;
