支持向量机多类目标分类器的结构简化研究.pdfVIP

维普资讯 第 l0卷 第 5期 中国图象图形学报 VOl_10．NO．5 2005年 5月 JournalofImageandGraphics May ，2005 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(2005l05—057l一04 TheResearchofSimplificationofStructureofM ulti．classClassifier ofSupportVectorM achine W ANG Li—guo，ZHANG Ye，GU Yan—feng (D印f0men￡ofInformationEngineering，HarbinInstituteofTechnology，Harbin150001) Abstract Becauseoftheuniqueprope~yinpatternrecognitionandinregressionanalysis，supportvectormachine(SVM) hasbecomethetopicofresearchrecently．TheadvantagesofSVM mainlylieinitscapabilitiesofprocessingnon—linearand highlydimensionaldataproblems．UnextendedSVM isverysuitableforsolvingtwo—classclassificationproblems．Formulti— classclassification，however。itshouldbeconvertedintomanyoftwo—classclassificationproblems，andcanbeconstructed manyoftwo—classclassifierc0rresp0ndingly．Butthecaseresultsinmorecomplexityofclassifiersturcture，andSOleadsto decreaseofdecisionspeed．Inordertogetafastclassification，anew multi—classclassifierwith simplifiedsturctureisput forwardSOthatthenumberofsubclassifiersanddecisivetimearereduced greatly．Theaccuracyandcomplexityarealso contrastivelyanalyzedhere．Thevalidityofthenew classifieriSprovedbysimulatede