简介:关于对不知道怎么写向量分类论文范文课题研究的大学硕士、相关本科毕业论文向量分类论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
白亚云
（ 吉林油田十二中学, 吉林 松原 138000 ）
摘 要：本文针对二叉树支持向量机结构上的缺陷,提出了一种改进的二叉树支持向量机多分类方法.利用各类样本在属性空间上的差异来生成结构合理的二叉树,以此来训练二叉树支持向量机多分类器,提高分类性能.
关键词：支持向量机； 二叉树； 多分类； 差异度
1．引言
支持向量机最初是针对二分类问题提出的.在实际中,经常会遇到多类问题.支持向量机多分类方法主要有：一类多,一对一,二叉树等方法.本文提出一种改进的二叉树支持向量机多分类方法,通过建立合理的树结构来减小“误差积累”的影响,提高分类性能.
2．二叉树支持向量机
对于一个包含k 个类别的多分类问题,二叉树支持向量机(Binary tree Support Vector Machine,BTSVM)是先将所有类别划分为两个子类,每个子类又进一步划分为两个子子类,直到划分出最终类别.这样就得到一个倒立的二叉分类树,其中两个子类间的分类器采用SVM. BTSVM 的树状结构可以避免传统方法中可能出现的不可分情况,并且只需构造k -1个SVM 分类器,测试时并不一定需要计算所有的分类判别函数,从而可节省测试时间. 常用的二叉树结构有两种：一种是每次将一个类别与剩余类别划分开,另一种是每次将若干类别与其它类别划分开.本文我们只研究前一种结构的BTSVM.
支持向量机分类:向量1-2014理科分类汇总
使用BTSVM 时,二叉树的结构对整个分类器的分类精度有较大的影响.对于不同结构的二叉树,由于类别被判别出的顺序不同,各节点处SVM 精度不同,会导致最终的分类结果也不同,“误差积累”现象是二叉树结构的固有弊端,即如果在某个节点上发生分类错误,则分类器会把分类错误延续到该节点的后续节点上.因此,分类错误在越靠近根的地方发生,由于误差的累积效应,分类性能就越差,尤其在根节点上发生分类错误,将严重影响分类性能.因此,在生成二叉树的过程中,应该让最易分割的类最早分割出来,即在二叉树的上层节点处划分.基于此,本文提出了根据各类别样本在属性空间上的差异来生成二叉树的简便方法,从而建立一个推广性高的BTSVM 分类模型.
3．改进的二叉树支持向量机
对于分布在属性空间中的两类样本,可以用类间距离来刻画他们的类别差异.
差异度a d 的大小刻画了类a 与其它类别在属性空间上的差异.因此,可将a d 值最大的类a 先与其它类分开,建立二叉树的根节点.然后,将类间距矩阵M 中类a 所在的行与列去掉,再计算剩下各类别的差异度,确定分出的类别,建立二叉树的次级节点.以此类推,建立二叉树的各级节点,生成树结构.由生成的二叉树训练支持向量机多分类器.
4．结论
本文提出了一种改进的二叉树支持向量机多分类方法.根据各类在属性空间上的差异建立较好的树结构,进而训练支持向量机多分类器.该方法能有效提高支持向量机多分类器的性能.
参考文献
[1] Burges CJC. A tutorial on support vector machines forpattern recognition. Data Min Knowl Disc.1998, 2(2):121-167.
[2] 黄勇、郑春颖、宋忠虎.多类支持向量机算法综述.计算技术与自动化.2005,24(4):61-63.
[3] 苟博、黄贤武.支持向量机多类分类算法.数据采集与处理.2006,21(3):334-339
收稿日期：2015-03-11
总结：本文关于向量分类论文范文,可以做为相关参考文献。
支持向量机分类引用文献:
[1] 支持向量机论文范文 关于支持向量机方面毕业论文格式模板范文2500字
[2] 支持向量机论文范文 支持向量机方面毕业论文范文2万字
[3] 支持向量机论文范文 关于支持向量机相关论文范例2万字
