支持向量机方法中加权后验概率建模方法.PDFVIP

See discussions, stats, and author profiles for this publication at: /publication/264916148 Weighted posterior probability output for support vector machines Article in Qinghua axue Xuebao/Journal of Tsinghua University · October 2007 CITATIONS REA S 6 53 3 authors, including: Guangyou Xu Tsinghua University 246 PUBLICATIONS 2,1 0 CITATIONS SEE PROFILE Some of the authors of this publication are also working on these related projects: 863-306-ZT03-01-1 A Study on Robust Face Recongnition Verification View project All content following this page was uploaded by Guangyou Xu on 24 September 2014. The user has requested enhancement of the downloaded file. ( ) ISSN 清华大学学报 自然科学版 2007 年 第47 卷 第 10 期 3440 CN 112223N 　 J Tsinghua Univ (Sci Tech ) , 2007, Vol .47, No .10 　 支持向量机方法中加权后验概率建模方法 1,2 3 1 张　翔 , 　 肖小玲 , 　徐光 ( 1. 清华大学 计算机科学与技术系, 北京 100084;2. 长江大学 地球物理与石油资源学院, 荆州 434023; 3. 武汉理工大学 计算机科学与技术学院, 武汉 430063 ) 摘　要: 为解决传统支持向量机方法不提供概率输出的问 在解决样本分类的不确定性时, 一般对分类结 题, 在支持向量机多类分类问题输出概率建模中, 提出了加 果采用概率的方式输出。传统的支持向量机方法不 权后验概率建模方法。该方法在对多个两类支持向量机分类 提供后验概率的输出, 最早考虑支持向量机(SVM ) 器的输出概率进行组合时, 充分考虑了各个两类支持向量机 样本后验概率的学者是Platt [1] 。两类分类问题的概 分类器的差异。依据Bayesian 理论, 采用后验概率作为各个 率建模已经得到较好的解决, 主要有两大类方法。一