在分解法进行多类支撑向量机的训练中,所有的两类问题训练都采用一种核函数是不合适的。本文在一对一(OAO, one against one)训练算法中优先选择线性核函数,并将训练结果用有向无回路图 DAG(Directed AcyclicGraph)的方法进行中医舌质...在分解法进行多类支撑向量机的训练中,所有的两类问题训练都采用一种核函数是不合适的。本文在一对一(OAO, one against one)训练算法中优先选择线性核函数,并将训练结果用有向无回路图 DAG(Directed AcyclicGraph)的方法进行中医舌质、舌苔识别。结果表明,该方法可以获得超过 85%的正确识别率,识别速度也比较快。展开更多
为改善一对多高斯过程分类器(one against all Gaussian process classifier,OAA-GPC)存在的不足,提出基于一对一方法的高斯过程多分类器(one against one Gaussian process classifier,OAO-GPC),以及在其基础上改进的基于有向无环图方...为改善一对多高斯过程分类器(one against all Gaussian process classifier,OAA-GPC)存在的不足,提出基于一对一方法的高斯过程多分类器(one against one Gaussian process classifier,OAO-GPC),以及在其基础上改进的基于有向无环图方法的高斯过程多分类器(directed acyclic graph Gaussian process classifier,DAG-GPC),这两种分类器在训练二分类器时仅需将其对应的两类训练样本作为输入,在不降低识别率的基础上减少算法的运行时间。在Oil、Segment、USPS这3个数据集上的实验结果表明,OAO-GPC和DAG-GPC的运行时间远低于OAA-GPC,且识别率与OAA-GPC近似相等,可迅速有效地解决样本的多分类问题。展开更多
文摘在分解法进行多类支撑向量机的训练中,所有的两类问题训练都采用一种核函数是不合适的。本文在一对一(OAO, one against one)训练算法中优先选择线性核函数,并将训练结果用有向无回路图 DAG(Directed AcyclicGraph)的方法进行中医舌质、舌苔识别。结果表明,该方法可以获得超过 85%的正确识别率,识别速度也比较快。
文摘为改善一对多高斯过程分类器(one against all Gaussian process classifier,OAA-GPC)存在的不足,提出基于一对一方法的高斯过程多分类器(one against one Gaussian process classifier,OAO-GPC),以及在其基础上改进的基于有向无环图方法的高斯过程多分类器(directed acyclic graph Gaussian process classifier,DAG-GPC),这两种分类器在训练二分类器时仅需将其对应的两类训练样本作为输入,在不降低识别率的基础上减少算法的运行时间。在Oil、Segment、USPS这3个数据集上的实验结果表明,OAO-GPC和DAG-GPC的运行时间远低于OAA-GPC,且识别率与OAA-GPC近似相等,可迅速有效地解决样本的多分类问题。