1) multi-layer SVM
多层支持向量机
1.
This paper tries to adopt SMO algorithm to establish a multi-layer SVM text categorization system.
论文将SMO分类算法结合到文本分类研究中,通过构建多层支持向量机文本分类树,实现了基于SMO的多层次文本分类系统。
2) H-SVM for multi-classification
层次支持向量多分类机
3) Cascade SVM
层叠支持向量机
4) hierarchical support vector machines
层次支持向量机
1.
Method of face recognition based on immune algorithm and hierarchical support vector machines;
基于免疫算法和层次支持向量机的人脸识别方法
2.
A method of pose-varied face recognition based on clustering algorithm and hierarchical support vector machines.
提出了一种基于神经网络和层次支持向量机的多姿态人脸识别方法。
3.
In this paper a method of face recognition based on clustering algorithm and hierarchical support vector machines is presented.
提出一种基于聚类算法和层次支持向量机的人脸识别方法。
5) multiclass SVM
多类支持向量机
1.
In this paper,a method of decision fusion based on multiclass SVM and D-S evidential theory is presented to try to solve the problem,multiclass SVM is used as the local classifier, and the BPAF is constructed accordingly,then the primary results are fused to obtain the ultima result using D-S evidential theory.
本文提出了一种基于多类支持向量机和D-S证据理论的决策融合算法,将多类支持向量机作为局部判决器,构造了相应的基本概率赋值函数,然后用D-S证据理论对各初步判决结果进行融合,得出对目标的最终识别结论。
6) Multi-class Support Vector Machine
多类支持向量机
1.
Data fusion strategies for small sample based on multi-class support vector machine
以多类支持向量机为基础的小样本信息融合策略
2.
A new method of image classification based on wavelet transformation and multi-class support vector machine is proposed,which employs wavelet transformation to extract features of the original images and then classifies them by multi-class support vector machine.
提出了一种基于小波变换和多类支持向量机的图像分类新方法,该方法利用小波变换进行图像特征提取,利用多类支持向量机进行图像分类,并与基于图像底层特征的图像分类方法进行了实验比较。
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条