复杂分类问题支持向量机的简化

方景龙; 陈 铄; 潘志庚; 梁荣华

您当前的位置：

首页 >

文章列表页 >

复杂分类问题支持向量机的简化

论文 | 更新时间：2025-07-16

- 复杂分类问题支持向量机的简化
- A Simplification to Support Vector Machine for Complicated Recognition Problem
- 电子学报 2007年35卷第5期页码：858-861
- 作者机构：
  
  1. 杭州电子科技大学图形图象研究所,浙江,杭州,310018
  2. CG国家重点实验室,浙江,杭州,310027
  3. 浙江工业大学信息工程学院,浙江,杭州,310014
  4. 杭州电子科技大学图形图象研究所浙江杭州,310018
  5. 浙江大学CAD &amp
  6. CG国家重点实验室浙江杭州,310027
  7. 浙江工业大学信息工程学院浙江杭州,310014
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目 (No.60533080);国家973预研项目 (No.2005CCA04400);浙江省自然科学基金重点项目 (No.Z603262)
- DOI：
  中图分类号： TP18
- 纸质出版：2007
- 稿件说明：
移动端阅览
方景龙, 陈铄, 潘志庚, 等. 复杂分类问题支持向量机的简化[J]. 电子学报, 2007,35(5):858-861.

FANG Jing-long, CHEN Shuo, PAN Zhi-geng, et al. A Simplification to Support Vector Machine for Complicated Recognition Problem[J]. Acta Electronica Sinica, 2007, 35(5): 858-861.
方景龙, 陈铄, 潘志庚, 等. 复杂分类问题支持向量机的简化[J]. 电子学报, 2007,35(5):858-861. DOI：

FANG Jing-long, CHEN Shuo, PAN Zhi-geng, et al. A Simplification to Support Vector Machine for Complicated Recognition Problem[J]. Acta Electronica Sinica, 2007, 35(5): 858-861. DOI：

摘要

对于复杂分类问题

不可避免的会有错分情况

此时支持向量机的支持向量较多

影响了识别速度.为了解决这个问题

我们提出了基于最小错分间隔的分类思想

并在此基础上得出了一种新的简化支持向量机.与普通支持向量机相比

这种简化支持向量机有较少的支持向量、较高的识别速度

而且实验结果表明

它的识别精度完全可以与普通支持向量机的识别精度相媲美

甚至更优.

Abstract

For complicated recognition problem

the number of support vectors is large and recognition speed is low

because some sample were divided into section by error this time.To solve this problem

a method is bought to simplify the support vector machines based the minimal misestimate margin idea.Experiments show that this new support vector machine not only reduces the number of support vectors and recognition time but also has the same accuracy as(even better than) traditional support vector machine.

关键词

Keywords

references

浏览量

917

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

具有合适拒识机制的高正确识别率分类器设计

Hadamard纠错码结合支持向量机在多分类问题中的应用

支持向量机的若干新进展

基于结构化特征重构的高光谱图像分类