向量机多类目标分类器的结构简化研究.pdfVIP

第10卷第5期 中国图象图形学报 V01．10，No．5 2005年5月 of and Journal May，2005 ImageGraphics 支持向量机多类目标分类器的结构简化研究 王立国 张 晔 谷延锋 (哈尔滨工业大学信息工程系，哈尔滨150001) 摘要 由于支持向量机(SVM)在模式识别和回归分析中有着独特优势，因此成为近来研究的热点，其优势主要 体现在处理非线性和高维数据问题方面。最初的SVM特别适合解决两类目标分类问题，而对于多类目标分类，则 需将其转化为多个两类目标分类问题，相应地即可构造多个两类目标子分类器，但由于这种情况导致了分类器结 构的过于复杂，从而导致判决速度的降低。为了快速地进行分类，提出了一种简化结构的多类目标分类器，其不仅 使得子分类器数目大大减少，而且使分类速度明显提高；同时对其分类精度和复杂度进行了对比分析。实验结果 证明，该分类器是有效的。 关键词 支持向量机 多类目标分类器核函数模式识别 中图法分类号：TP391．41文献标识码：A 文章编号：1006—8961(2005)05—0571-04 TheResearchof ofStructureofMulti-classClassifier Simplification of VectorMachine Support WANG Li—guo，ZHANGYe，GUYan-feng Institute (DeptartmentofInformationEngineering，HarbinofTechnology，Harbin150001) in andin vector AbstractBecauseofthe machine(SVM) uniquepropertypatternrecognitionregressionanalysis，support of and hasbecomethe ofresearch ofSVM lieinits non—linear topic recently．Theadvantagesmainly capabilitiesprocessing dimensionaldata SVMis suitablefor two-classclassification multi- highly problems．Unextendedvery solving problems．For class shouldbeconvertedinto oftwo—classclassification canbeconstructed classification．however。it many problems，and oftwo—classclassifier thecaseresultsinm