关于DAG-SVMS的SVM多类分类方法.pdfVIP

刘勇，全廷伟 (华中科技大学教学系，武汉430074) 摘要：皋文夼绍了几种常用的支持向量机多类分粪方法，分析了其存在的问题魔缺点。在有向无 环围支持向量(DAG—SVMS)多类分类方法的基础上。挺出了一种新的多类分类方法。谊方法采用了 最小超球俸奏包畚作为层袭分类依据。试验结果表明，采用谊方法进行多类分类，堆已有的分类方法相 比有更高的分类精度。 关键词：支特向量机：多丧分类；DAG—SVMS；多熹支持向量分臭 中圈分类号：0235文献标识码：A 文章簿号：1002--6487(2007)20一D146-03 统计学习理论fstatisticadneory。SLT)是一种如文本(超文本)分类、图像分类、生物序列分析和手写字符识 Learning 别等。 专门研究小样本情况下机器学习规律的理论。V．Vapnik等 人从上世纪60年代开始致力于此方面研究，到90年代中 期．随着其理论的不断发展和成熟，统计学习理论开始受到 1常用的多粪支持向■机方法 越来越广泛的重视。统计学习理论是建立在一套较坚实的理 论基础之上的，为解决有限样本学习问题提供了一个统一的 支持向量执方法最初是针对两类分类问题而提出的，如 框架。同时，在这一理论基础上发展了一种新的通用学习方 何将两类分类方法扩展到多类别分类是支持向量机研究的 Vector 重要内容之一。K类分类问题(K2)和两类分类问题之间存 法一支持向量机(SupportMaclli肥，SVM)，它已初步 表现出很多优于已有方法的性能。 在一定的对应关系，如果一个分类问题K类可分．则这K类 SVM最初是为解决二分类问题而设计的，不能直接用 中的任何两类间一定可分；反之，在一个K类分类同题中，如 于解决多分类问题。而在实际应用中遇到的多为多分类问 果已知任意两两可分，则通过一定的组合法则，可由两两可 题．目前已经有许多算法将SVM推广到多分类问题应用中， 分来最终实现K类可分。目前有以下一些常用方法实现持持 基金项目：遥禾白然科学基仝赍助项目；航天基金膏动项目(021．3：504) ‘ 需要设置“设计费”、“设备类”、“建筑类”、“园林绿化类”、“工 了项目的可持续性评价，体现了可持续性发展的理念。为以 程材料”、“安装工程”、“待摊授资”、“已完工程”、“预付工程 后的城镇公共设施项目后评价提供了参考。然而，如何对评 款”等9个大类别。在电算化会计核算中，获取资料非常便 价指标体系加以完善，以提高指标体系的可操作性，仍有待 捷。正是由于以上充分的筹建准备和科学的会计核算，为建 进一步的研究。 设期及时、准确地向领导提供财务信息，合理调配资金。有效 地控制建设成本打下了良好的基础。 ◆考文t： William Da61va J，H El雌删el疆日分析艟 二期项目管理者对筹建支出进行了折中的技巧处理，即 【1]Wa,d A，DerenBmy 设立“在建工程二期“一级科目，并在其下设“筹建费用”二级 峁学赛戒措南f圳．卢有杰译．北京：清牛走学出版杜．2001．78-93， 【2】祝患青．公路建诖疆目后评价指标体秉研览叨．置津理工荦盹挚 科目和费用明细三级科目，回避使用“开办费”一级科目。这 报，2004．(12)：37—∞． 样既明确将