多类支持向量机方法的研究现状与分析.pdfVIP

第 2 卷第 2 期 　　　 　　　　 　　　　　　　智 　能 　系 　统 　学 　报 　　　　 　　　　 　 　 　　Vol . 2 №. 2 2007 年 4 月 　　　　　　　 　 　　 　　　　　　　　　　　Ap r . 2007 CAA I Tran saction s on Int elligent Sy st em s 多类支持向量机方法的研究现状与分析 赵春晖 ,陈万海 ,郭春燕 ( 哈尔滨工程大学 信息与通信工程学院 ,黑龙江 哈尔滨 15000 1) ( ) 摘 　要 :支持向量机 SV M 是建立在统计学理论基础上的一种小样本机器学习方法 ,最初应用于解决两类分类问 题. 然而在解决实际问题中遇到的多为多分类问题 ,如何有效的将其推广到多类分类问题是一个正在研究的问题. 该文对现有的多类支持向量机方法从组合多个两类分类器 、层次结构 、一次性优化问题和纠错编码等 4 个角度进行 了综合归纳和分析 ,详细介绍了每种方法的代表性算法 ,并比较其优劣. 关键词 :多类支持向量机 ;两类分类器 ;层次结构 ;一次性优化 ;纠错编码 中图分类号 : TP39 1 　文献标识码 :A 　文章编号 (2007) 0200 1107 Research and analysis of methods f or multiclass support vector machines Z HA O Chunhui , C H EN Wanhai , GU O Chunyan (College of Information and Communication Engineering , Harbin Engineering U niver sit y , Harbin 15000 1 , China) Abstract :The SV M i s a limit ed samp le lear ning met ho d w hich wa s develop ed f ro m st ati stical t heory , and o riginally de signed for binary cla ssification . However , many p ractical p roblem s are multicla ssification one s. How to eff ectively ext end binary cla ssification to multicla ssificatio n i s an ongoing re search i ssue . Thi s p ap er generalize s an d analyze s multicla ss support vector machine s f ro m four angle s : co mbination of several binary cla ssifier s , hierarchical st ruct ure s , one - off op timization and er ror cor recting co de s. Several rep re sent ative algorit hm s for variou s met ho d s are int ro duced in det ail and t heir advant age s an d di sadvant a ge s are co mp ared . Key words :multicla ss supp ort vector machine ; binary cla ssifier ; hiera