基于支持向量机与极端保守在线算法相结合的多类分类器

CORC > 兰州理工大学 > 兰州理工大学

	基于支持向量机与极端保守在线算法相结合的多类分类器
	董云杰; 邱熔胜
刊名	模式识别与人工智能
	2003-12-15
卷号	16 期号:04 页码:476-481
关键词	支持向量机极端保守在线算法多类分类器
英文摘要	本文给出了一种将SVM和极端保守在线算法相结合的通用多类分类算法,算法利用最大置信度原则将离线训练的多个SVM组合成一个多类分类器.为了提高在线学习过程的实时性,同时保证分类器的推广能力,我们将K.Crammer等人提出的极端保守在线算法思想引入到分类器修正过程当中,修正过程中采用对应SVM的支持向量和错分样本作为训练集.实验表明,算法具有良好的实时性能,且具有良好的推广能力。
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/24578]
专题	兰州理工大学
作者单位	甘肃工业大学电气工程与信息工程学院
推荐引用方式 GB/T 7714	董云杰,邱熔胜. 基于支持向量机与极端保守在线算法相结合的多类分类器[J]. 模式识别与人工智能,2003,16(04):476-481.
APA	董云杰,&邱熔胜.(2003).基于支持向量机与极端保守在线算法相结合的多类分类器.模式识别与人工智能,16(04),476-481.
MLA	董云杰,et al."基于支持向量机与极端保守在线算法相结合的多类分类器".模式识别与人工智能 16.04(2003):476-481.