基于类半径de多类分类svm算法.pdfVIP

第 32卷第 3期 华 北 水 利 水 电 学 院 学 报 V01．32No．3 2011年 6月 JournalofNorthChinaInstituteofWaterConservancyandHydroelectricPower Jun．201l 文章编号 ：1002—5634(2011)03—0120—03 基于类半径的多类分类 SVM 算法 { 张 涛，刘长旺 (南 阳师范学 院 软件学院，河南 南阳 473061) 摘 要 ：分析了现有多类分类支持向量机算法的不足，在此基础上提 出了基于类半径的多类分类支持 向量机 算法．这种算法在训练前首先对训练集进行分析 ，然后用 one—classSVM进行分类．试验结果表 明，该算法分类 精度较高 ，训练时间短． 关键词 ：支持向量机 ；多类分类 ；类半径 题不对称．要处理这种不对称 ，可以对不 同类别使用 1 多类分类支持向量机算法 不同的处罚因子 ，对较少的类采用较大的处罚因子． 支持向量机算法最初是针对二类别的分类而提 one-against-one算法的基本思想是为训练集 中 出的，如何将其有效地推广到多类分类是当前支持 的任二类构造 1个二类 SVM分类器．在构造类别 i 向量机算法研究的重要内容之一．目前，多类分类支 和类别 的SVM子分类器时，在训练集中选取属于 持 向量机算法主要有 2种 ：第 1种方法是构造多个 类别 i和类别 的数据作为训练数据 ，并将属于类别 二类分类器并将它们组合起来 ，从而实现多类分类 ， i的数据作为正类 ，将属于类别 的数据作为负类． 例如 one-against—rest，one-against—one，DAGSVM 等； 测试时，使用所有的子分类器处理所有的测试数据， 第 2种方法是直接在 1个优化公式中同时考虑所有 比如 1个子分类器判定 属于第 i类就意味着第 i 子分类器的参数优化． 类获得 1票，最后票数最多的类别就是最终判定 one-against-rest是多类分类支持 向量机算法中 所属的类别 ．这种方法需要构造很多的二类分类 最简单的 1种．它的具体步骤为…： 器 ，对 类问题就需要构造 2 肘(M 一1)个子分类 a．设 已知训练集 器．这样就会使算法的训练时间较长 ，而且实际上可 T={(l，Y1)，(2，Y2)，…，(z，Y)}， 能并不需要求解 2 (M一1)个子分类器．比如在 ∈R ，YE{1，2，…， }，i=1，2，… ，Z． 数字识别问题中，计算了若干二类分类器之后 ，发现 b．对_『=1，2，…， 进行运算 ，把第_『类看作正 数字 “7”和 “8”的票都很少 ，已经不可能成为胜出 类，把其余的M一1类看作负类，用某种二类分类支 者 ，这 时候再 计算 “7—8”分类 器就成 了一种 持向量机算法求出决策 函数 浪费 ． f ()：sgn( ())， 有 向无环图DAG(DirectedAcyclicGraph)SVM 算法在训练阶段和 one．against．one算法相 同，也是 其中 ()：∑=『1Yi (，)+ ． 采用任 意 两两组 合 的训 练 方