【技术实现步骤摘要】
本专利技术属于模式识别和机器学习
，涉及到一种利用数字通信中的纠错 编码算法将多个SVM (Support Vector Machine 支持向量机)进行有效地组合，以使得组合后的SVM网络具有纠正其中部分SVM所发生的局部性错误的能力，从而提高其整体 的分类性能。
技术介绍
SVM (Support Vector Machine,支持向量机)是一种基于结构风险最小化准则的最优神经网络分类器模型，在模式识别、机器学习等领域获得了广泛应用。SVM本身是 针对二分类问题提出来的，对于解决二分类问题是最优的，但对于解决多分类问题并不 能得到最优分类结果。在现有的方法中，是通过将多个SVM单元进行组合来解决多分类 问题的。但如何进行组合，在理论上目前尚没有最优的方法，一般是在分类性能和所采 用的SVM单元的数量二者之间进行适当的平衡。因此，探索新颖高效的SVM组合方法 具有重要的理论意义和应用价值。目前，在SVM神经网络领域的研究主要集中在(1)探索应用不同的非线性 和函数，采用不同的学习训练算法；(2)在各种分类识别、智能计算、或机器学习问题 中进行应用；(3)...
【技术保护点】
一种用于解决多分类问题的纠错ＳＶＭ分类方法，包括纠错ＳＶＭ网络的训练系统、纠错ＳＶＭ网络的工作系统；在纠错ＳＶＭ网络的训练系统中包括编码器、训练样本集划分器、ｎ个ＳＶＭ单元训练器；纠错ＳＶＭ网络的工作系统中包括ｎ个ＳＶＭ单元、解码器；其特征在于：纠错ＳＶＭ网络的训练系统用于训练纠错ＳＶＭ网络，完成该纠错ＳＶＭ网络的设计过程；纠错ＳＶＭ网络的工作系统用来完成分类操作过程，该系统是由纠错ＳＶＭ网络的训练系统训练好的ｎ个ＳＶＭ单元并以相同的网络结构来构成。在纠错ＳＶＭ网络的训练系统中，依据数字通信中的纠错编码理论，选择一个具有纠错能力的编码算法产生一套ｎ比特二进制码字，将输入的训...
【技术特征摘要】
1. 一种用于解决多分类问题的纠错SVM分类方法，包括纠错SVM网络的训练系统、 纠错SVM网络的工作系统；在纠错SVM网络的训练系统中包括编码器、训练样本集划 分器、η个SVM单元训练器；纠错SVM网络的工作系统中包括η个SVM单元、解码 器；其特征在于纠错SVM网络的训练系统用于训练纠错SVM网络，完成该纠错SVM网络的设计 过程；纠错SVM网络的工作系统用来完成分类操作过程，该系统是由纠错SVM网络的 训练系统训练好的η个SVM单元并以相同的网络结构来构成。在纠错SVM网络的训练 系统中，依据数字通信中的纠错编码理论，选择一个具有纠错能力的编码算法产生一套 η比特二进制码字，将输入的训练样本特征矢量集中每个矢量都赋给一个码字作为其代 号，由此产生一套对应的特征矢量集...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。