多類(lèi)支持向量機(jī)的研究與分析.pdf

1、在機(jī)器學(xué)習(xí)領(lǐng)域中,支持向量機(jī)是一種非常重要的技術(shù),近十年來(lái)非常的成功,在很多領(lǐng)域,如文本分類(lèi)、人臉識(shí)別等都取得了很好的成績(jī).它是基于統(tǒng)計(jì)學(xué)習(xí)理論,如結(jié)構(gòu)風(fēng)險(xiǎn)最小化規(guī)則產(chǎn)生的,這是它和機(jī)器學(xué)習(xí)其它方法的不同之處.支持向量機(jī)與核函數(shù)的結(jié)合,使它得到了快速的發(fā)展和廣泛的應(yīng)用.然而,支持向量機(jī)最初是為兩類(lèi)分類(lèi)問(wèn)題設(shè)計(jì)的,但在實(shí)際應(yīng)用中需要解決的大多是多類(lèi)分類(lèi)問(wèn)題.所以,為了讓SVM得到更好的應(yīng)用,如何將支持向量機(jī)應(yīng)用在多類(lèi)分類(lèi)問(wèn)題上是現(xiàn)在研究工

2、作的重點(diǎn).
　　 本文在分析研究了現(xiàn)有多類(lèi)SVM方法的原理及性能,并介紹了單類(lèi)SVM的分類(lèi)原理后,提出了兩種新的多類(lèi)SVM,一種是利用了單類(lèi)SVM和兩類(lèi)SVM相結(jié)合的方法,即先使用單類(lèi)SVM對(duì)樣本集每一類(lèi)進(jìn)行訓(xùn)練,再分別把每類(lèi)樣本作為正類(lèi),被誤分至該類(lèi)的樣本為負(fù)類(lèi),使用兩類(lèi)SVM進(jìn)行分類(lèi)器的修正;另一種方法是針對(duì)OVO-SVM存在的不可分區(qū)域問(wèn)題進(jìn)行的改進(jìn),即先使用一對(duì)一方法對(duì)樣本集進(jìn)行訓(xùn)練,再使用一對(duì)多方法,對(duì)落在其不可分區(qū)域