收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

有向无环图-双支持向量机的多类分类方法

牛犇  顾宏斌  孙瑾  周来  周扬  
【摘要】:针对多分类支持向量机算法中的低效问题和样本不平衡问题,提出一种有向无环图-双支持向量机DAG-TWSVM(directed acyclic graph and twin support vector machine)的多分类方法。该算法综合了双支持向量机和有向无环图支持向量机的优势,使其不仅能够得到较好的分类精度,同时还能够大大缩减训练时间。在处理较大规模数据集多分类问题时,其时间优势更为突出。采用UCI(University of California Irvine)机器学习数据库和Statlog数据库对该算法进行验证,实验结果表明,有向无环图-双支持向量机多分类方法在训练时间上较其他多分类支持向量机大大缩短,且在样本不平衡时的分类性能要优于其他多分类支持向量机,同时解决了经典支持向量机一对一多分类算法可能存在的不可分区域问题。

知网文化
【相似文献】
中国期刊全文数据库 前16条
1 安悦瑄;丁世飞;胡继普;;孪生支持向量机综述[J];计算机科学;2018年11期
2 吴青;梁勃;;分段熵光滑支持向量机性能研究[J];计算机工程与设计;2015年08期
3 冼广铭;齐德昱;方群;柯庆;曾碧卿;庞雄文;;凹半监督支持向量机及其应用[J];计算机工程与应用;2010年28期
4 李娜;孙乐;胡一楠;李笑;王亚南;;模糊型支持向量机及其在入侵检测中的应用[J];科技创新与应用;2018年11期
5 林香亮;袁瑞;孙玉秋;王超;陈长胜;;支持向量机的基本理论和研究进展[J];长江大学学报(自科版);2018年17期
6 黄娟;唐轶;王军霞;;贪婪支持向量机的分析及应用[J];计算机工程与应用;2012年24期
7 丁胜锋;;一种改进的双支持向量机[J];辽宁石油化工大学学报;2012年04期
8 吴君凤;;基于孪生支持向量机的民用航空发动机故障诊断[J];电子测量技术;2020年22期
9 吴英昊;申长新;;基于支持向量机的智能烟草市场监管模式探索摘要技术[J];数字技术与应用;2021年03期
10 崔丽珍;边泽山;;基于改进支持向量机的温室大棚温度预测[J];科技创新与应用;2020年10期
11 马旭霞;;支持向量机理论及应用[J];科学技术创新;2019年02期
12 江少杰;宁纪锋;李云松;;加权间隔结构化支持向量机目标跟踪算法[J];中国图象图形学报;2017年09期
13 邵元海;杨凯丽;刘明增;王震;李春娜;陈伟杰;;从支持向量机到非平行支持向量机[J];运筹学学报;2018年02期
14 梁武;苏燕;;一种新的基于类内不平衡数据学习支持向量机算法[J];科技通报;2017年09期
15 高钦姣;张胜刚;贾晓薇;;基于支持向量机的股票价格预测模型研究与应用[J];课程教育研究;2016年28期
16 赵芳;马玉磊;;自训练半监督加权球结构支持向量机多分类方法[J];重庆邮电大学学报(自然科学版);2014年03期
中国重要会议论文全文数据库 前20条
1 朱小龙;张俊红;孙诗跃;林耕毅;张益铭;林杰威;;基于复杂性指标和光滑支持向量机的柴油机配气系统故障诊断方法[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
2 蓝小武;佟强;黄欣琰;王亮;;基于支持向量机核函数的智能辩识配电台区准确信息方法研究[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
3 韩润繁;陈桂明;熊奇;高卫刚;;基于遗传算法和模拟退火算法并行优化支持向量机的武器装备费用估算[A];第十二届设备全寿命周期费用技术大会论文集[C];2018年
4 李民策;王丽;李锡云;陈宗海;;基于支持向量机的电动汽车行驶工况识别方法[A];第21届中国系统仿真技术及其应用学术年会论文集(CCSSTA21st 2020)[C];2020年
5 王晓红;;一种改进多类支持向量机加权后验概率重构策略[A];2009中国控制与决策会议论文集(3)[C];2009年
6 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
7 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
8 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
9 汪荣贵;孙见青;胡琼;李守毅;;一种新的支持向量机决策树及其应用[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
10 伍敏;苏鹏宇;刘金福;于达仁;;基于RVM和SVM的风速预测研究[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年
11 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
12 刘爽;贾传荧;;一种加权支持向量机算法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
13 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
14 张立刚;李海丽;;基于最小二乘支持向量机的协调系统预测[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
15 戴林超;吴琳丽;赵海娜;李训铭;;基于最小二乘支持向量机的故障预测法[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
16 陈琳;黄杰;龚正虎;;一种基于支持向量机的抗噪声邮件分类方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
17 乔少杰;唐常杰;于中华;韦健鹏;李红军;伍洛宾;;基于属性筛选支持向量机挖掘虚拟社团结构[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
18 虞俊;王冰;王平;陈星莺;;基于交叉验证最小二乘支持向量机的风速预测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(下册)[C];2008年
19 周志青;胡茑庆;黄玉;蒲金飞;;基于支持向量机的轨道波磨检测方法研究[A];第十三届全国振动理论及应用学术会议论文集[C];2019年
20 刘丹军;胡邦辉;袁野;张辉;;最小二乘支持向量机在能见度预报中的应用[A];第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集[C];2009年
中国博士学位论文全文数据库 前20条
1 彭诗力;大规模混合数据分类的核方法研究[D];天津大学;2017年
2 肖雅静;基于支持向量机的滚动轴承故障诊断与预测方法研究[D];中国矿业大学(北京);2019年
3 胡庆辉;非稀疏多核支持向量机学习方法研究[D];武汉大学;2015年
4 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
5 陈素根;非平行平面支持向量机及特征提取中若干问题研究[D];江南大学;2016年
6 黄华娟;孪生支持向量机关键问题的研究[D];中国矿业大学;2014年
7 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
8 刘丽梅;基于支持向量机新算法的流程工业过程故障诊断方法研究[D];东北大学;2012年
9 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
10 徐祥;大数据背景下支持向量机的随机坐标算法和鲁棒支持向量机研究[D];上海交通大学;2020年
11 陈爱军;最小二乘支持向量机及其在工业过程建模中的应用[D];浙江大学;2006年
12 程丽丽;支持向量机集成学习算法研究[D];哈尔滨工程大学;2009年
13 王快妮;支持向量机鲁棒性模型与算法研究[D];中国农业大学;2015年
14 刘京礼;鲁棒最小二乘支持向量机研究与应用[D];中国科学技术大学;2010年
15 王洪波;单分类支持向量机的学习方法研究[D];浙江大学;2012年
16 白兰;双子支持向量机算法研究与拓展[D];吉林大学;2014年
17 王震;基于非平行超平面支持向量机的分类问题研究[D];吉林大学;2014年
18 阎纲;基于最小二乘支持向量机的铝电解过程建模与控制研究[D];中南大学;2012年
19 刘德华;大边际分类模型中的快速算法与理论分析[D];浙江大学;2013年
20 杨滨;智能计算及应用研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前20条
1 王海啸;基于支持向量机的非线性预测控制[D];中国石油大学(华东);2013年
2 张旭光;基于支持向量机的NBA赛事预测研究[D];新疆财经大学;2019年
3 叶黎明;投影孪生支持向量机若干问题研究[D];安庆师范大学;2021年
4 秦启炜;基于特征关系的草图分类[D];大连理工大学;2019年
5 杨学东;基于支持向量机的高光谱多类别分类研究[D];西安电子科技大学;2011年
6 王一帆;基于支持向量机和探地雷达技术的公路浅层病害检测研究[D];华北水利水电大学;2019年
7 司华清;基于支持向量机理论的风电预测算法研究[D];华北水利水电大学;2019年
8 陈裕辉;基于支持向量机煤灰熔融特性及低温受热面积灰监测[D];华北电力大学(北京);2019年
9 李伟;基于语义扩散核与支持向量机的半监督农业文本分类研究[D];赣南师范大学;2018年
10 程弓;基于模糊聚类的多核支持向量机研究及其应用[D];武汉纺织大学;2019年
11 乔少波;改进的支持向量机方法在乳腺肿瘤良恶性诊断中的应用[D];云南大学;2018年
12 张文宇;基于行为分析的电子商务虚假评论者检测[D];云南大学;2018年
13 陈同林;针对高不确定数据集智能决策的混合支持向量机模型[D];云南大学;2018年
14 柳丽娜;基于非平行支持向量机的三种分类算法[D];重庆师范大学;2019年
15 刘芮杰;基于非平行支持向量机的多分类算法[D];重庆师范大学;2019年
16 李欢;基于非平行支持向量机的顺序回归算法[D];重庆师范大学;2019年
17 袁永嘉;基于支持向量机的PU问题分类算法[D];重庆师范大学;2019年
18 刘历铭;结构支持向量机分类模型研究[D];辽宁科技大学;2019年
19 史嘉帅;ThunderSVM:一个高效并行支持向量机算法库[D];华南理工大学;2019年
20 尹丽东;几类支持向量机的性能比较[D];聊城大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978