作者：陈垚; 宋召青支持向量机多类分类支持向量回归机复合核函数
摘要：针对传统支持向量机（SVM）在解决多类分类问题时需要训练多个分类器、存在不可分区域等问题,研究了基于支持向量回归机的多类分类算法。利用回归思想求解多类分类问题,将分类样本作为回归输入,样本的类别标识作为回归输出,通过支持向量回归机训练拟合出各样本与其类别标识之间的函数关系。将待分类样本代入回归函数,对其输出取整后即可得到样本类别。该算法仅使用1个分类器,明显简化了分类过程。另外,引入复合核函数来提高支持向量回归机的性能。采用加州大学欧文分校（UCI）例题库中的多类分类问题进行仿真验证,并将改进算法与传统算法作对比,结果表明改进算法在分类速度和准确率上都有显著提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《太赫兹科学与电子信息学报》（CN：51-1746/TN）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《太赫兹科学与电子信息学报》刊登的主要内容包括太赫兹科学技术、探测制导、测控通信与电子对抗、电磁场与微波、信号与信息处理、计算机与控制、微电子、微系统与物理电子学等、太赫兹科学技术包括太赫兹产生、放大、传输、检测等理论与技术，以及太赫兹在光谱学、通信、雷达、成像、材料检测、天文学、空间科学、生物医学等领域的应用技术等。
杂志详情
