基于dag-svms的svm多類分類方法

《基于dag-svms的svm多類分類方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、萬方數(shù)據(jù)基于DAG-SVMS的SVM多類分類方法劉勇，全廷偉(華中科技大學(xué)教學(xué)系，武漢430074)摘要：皋文夼紹了幾種常用的支持向量機(jī)多類分糞方法，分析了其存在的問題魔缺點(diǎn)。在有向無環(huán)圍支持向量(DAG—SVMS)多類分類方法的基礎(chǔ)上。挺出了一種新的多類分類方法。誼方法采用了最小超球俸奏包畚作為層襲分類依據(jù)。試驗(yàn)結(jié)果表明，采用誼方法進(jìn)行多類分類，堆已有的分類方法相比有更高的分類精度。關(guān)鍵詞：支特向量機(jī)：多喪分類；DAG—SVMS；多熹支持向量分臭中圈分類號(hào)：0235文獻(xiàn)標(biāo)識(shí)碼：A文章簿號(hào)：1002-

2、-6487(2007)20一D146-03統(tǒng)計(jì)學(xué)習(xí)理論fstatisticadLearningneory。SLT)是一種專門研究小樣本情況下機(jī)器學(xué)習(xí)規(guī)律的理論。V．Vapnik等人從上世紀(jì)60年代開始致力于此方面研究，到90年代中期．隨著其理論的不斷發(fā)展和成熟，統(tǒng)計(jì)學(xué)習(xí)理論開始受到越來越廣泛的重視。統(tǒng)計(jì)學(xué)習(xí)理論是建立在一套較堅(jiān)實(shí)的理論基礎(chǔ)之上的，為解決有限樣本學(xué)習(xí)問題提供了一個(gè)統(tǒng)一的框架。同時(shí)，在這一理論基礎(chǔ)上發(fā)展了一種新的通用學(xué)習(xí)方法一支持向量機(jī)(SupportVectorMaclli肥，SVM)，

3、它已初步表現(xiàn)出很多優(yōu)于已有方法的性能。SVM最初是為解決二分類問題而設(shè)計(jì)的，不能直接用于解決多分類問題。而在實(shí)際應(yīng)用中遇到的多為多分類問題．目前已經(jīng)有許多算法將SVM推廣到多分類問題應(yīng)用中，如文本(超文本)分類、圖像分類、生物序列分析和手寫字符識(shí)別等。1常用的多糞支持向■機(jī)方法支持向量執(zhí)方法最初是針對(duì)兩類分類問題而提出的，如何將兩類分類方法擴(kuò)展到多類別分類是支持向量機(jī)研究的重要內(nèi)容之一。K類分類問題(K>2)和兩類分類問題之間存在一定的對(duì)應(yīng)關(guān)系，如果一個(gè)分類問題K類可分．則這K類中的任何兩類間一定可分

4、；反之，在一個(gè)K類分類同題中，如果已知任意兩兩可分，則通過一定的組合法則，可由兩兩可分來最終實(shí)現(xiàn)K類可分。目前有以下一些常用方法實(shí)現(xiàn)持持基金項(xiàng)目：遙禾白然科學(xué)基仝赍助項(xiàng)目(60373090)；航天基金膏動(dòng)項(xiàng)目(021．3：504)‘需要設(shè)置“設(shè)計(jì)費(fèi)”、“設(shè)備類”、“建筑類”、“園林綠化類”、“工了項(xiàng)目的可持續(xù)性評(píng)價(jià)，體現(xiàn)了可持續(xù)性發(fā)展的理念。為以程材料”、“安裝工程”、“待攤授資”、“已完工程”、“預(yù)付工程后的城鎮(zhèn)公共設(shè)施項(xiàng)目后評(píng)價(jià)提供了參考。然而，如何對(duì)評(píng)款”等9個(gè)大類別。在電算化會(huì)計(jì)核算中，獲取資

5、料非常便價(jià)指標(biāo)體系加以完善，以提高指標(biāo)體系的可操作性，仍有待捷。正是由于以上充分的籌建準(zhǔn)備和科學(xué)的會(huì)計(jì)核算，為建進(jìn)一步的研究。設(shè)期及時(shí)、準(zhǔn)確地向領(lǐng)導(dǎo)提供財(cái)務(wù)信息，合理調(diào)配資金。有效地控制建設(shè)成本打下了良好的基礎(chǔ)。二期項(xiàng)目管理者對(duì)籌建支出進(jìn)行了折中的技巧處理，即設(shè)立“在建工程二期“一級(jí)科目，并在其下設(shè)“籌建費(fèi)用”二級(jí)科目和費(fèi)用明細(xì)三級(jí)科目，回避使用“開辦費(fèi)”一級(jí)科目。這樣既明確將二期籌建費(fèi)用和二期建設(shè)支出區(qū)別開來，也有效避免了公司在未來納稅方面和帳務(wù)處理方面的被動(dòng)。這充分反映出項(xiàng)且管理者有很強(qiáng)的控制能力

6、。4結(jié)論本文的指標(biāo)體系充分考慮了項(xiàng)目對(duì)經(jīng)濟(jì)、社會(huì)、環(huán)境等各方面的效益影響，克服了以往的指標(biāo)體系主要傭重于經(jīng)濟(jì)效益評(píng)價(jià)、忽視社會(huì)效益、環(huán)境效益評(píng)價(jià)的弊端。尤其是增加146統(tǒng)計(jì)與決策2J]07年第20抽(總第7A8期)◆考文t：【1]Wa,dWilliamA，DerenBmyJ，HDa61vaEl雌刪el疆日分析艟峁學(xué)賽戒措南f圳．盧有杰譯．北京：清牛走學(xué)出版杜．2001．78-93，【2】?；记啵方ㄔ熃亢笤u(píng)價(jià)指標(biāo)體秉研覽叨．置津理工犖盹摯報(bào)，2004．(12)：37—∞．【3】陸莉喜．韓回土，牟君

7、君．城市基礎(chǔ)設(shè)施嘎目社套評(píng)儕指標(biāo)俸摹的構(gòu)建冊(cè)．料掛進(jìn)步與對(duì)蕈，2(302．(2)：103—104．【4】張飛照．鼓路建設(shè)疆日社魯后評(píng)價(jià)^吝度指標(biāo)俸表的袖建m開

8、L研寬．2C05．(5》：80-83．15]Dev；dReedStructralAdjunlnent．theEnvlmnrnentendSuMIjn-址Development[M]．WwF-Irecreational．1996．199-244．【6】黃硅喜，井鼉新．擔(dān)費(fèi)嘎_可特堆直展后評(píng)價(jià)研克咖，軟科擘。2004，(4)：13-17．e責(zé)任編輯

9、／易永生)萬方數(shù)據(jù)向量機(jī)的多類別分類。111-v—rSVMSl-v，r方法(One—VersUB—therestMethod)掏造★個(gè)支持向量機(jī)子分類器。在構(gòu)造第i個(gè)支持向量機(jī)子分類器時(shí)．將屬于第i類別的樣本數(shù)據(jù)標(biāo)記為正類，不屬于i類別的樣本數(shù)據(jù)標(biāo)記為負(fù)類。測(cè)試時(shí)．對(duì)測(cè)試數(shù)據(jù)分別計(jì)算各個(gè)分類器的決策函數(shù)值．并選取函數(shù)值最大對(duì)應(yīng)的類別為測(cè)試數(shù)據(jù)的類別。1．21一v一1SVMS1_v-1方法(One-versus--oneMethod)是由Knerr提出的，