作者：张小洁; 张艳; 林育阳svm图像分类粉末冶金零件多类分类器
摘要：传统的SVM特别适合解决两类分类问题，而对于多类分类，则需将其转化为多个两类分类问题，相应地需要构造多个两类予分类器，这样不但使得分类器结构复杂，而且分类速度受到很大的影响。为了快速地进行多类分类，本文使用LIBSVM中的svmtrain实现对训练数据集的训练，从而获取SVM多分类模型，利用获取的模型进行测试与预测，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。最后从粉末冶金零件图库中选取的8张图像进行了分类实验，取得较好的分类结果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
