作者：赵春晖; 陈万海; 郭春燕多类支持向量机两类分类器层次结构一次性优化纠错编码
摘要：支持向量机（SVM）是建立在统计学理论基础上的一种小样本机器学习方法，最初应用于解决两类分类问题．然而在解决实际问题中遇到的多为多分类问题，如何有效的将其推广到多类分类问题是一个正在研究的问题．该文对现有的多类支持向量机方法从组合多个两类分类器、层次结构、一次性优化问题和纠错编码等4个角度进行了综合归纳和分析，详细介绍了每种方法的代表性算法，并比较其优劣．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
