基于RVM的多类分类概率输出方法

发布时间：2018-05-13 02:01

  本文选题：相关向量机 + 多类分类概率　； 参考：《计算机科学》2017年03期

【摘要】：基于相关向量机(Relevance Vector Machine,RVM)可以输出各类别成员概率的特点,对RVM二分类模型分别采用多元sigmoid方法和pairwise coupling方法,将其扩展为一对多分类器和一对一分类器,实现了多类分类及概率输出。基于人工高斯数据集和UCI数据集的实验仿真结果表明,所提方法不仅能够准确地求解样本后验概率,而且运行效率也比较高,同时能够保证较高的分类正确率。
[Abstract]:Based on the feature that correlation vector machine (Relevance Vector Machine) can output the probability of members of each class, the multivariate sigmoid method and pairwise coupling method are used to extend the two-classification model of RVM into one-to-many classifiers and one-to-one classifiers, respectively. Multi-class classification and probability output are realized. The experimental results based on artificial Gao Si data set and UCI dataset show that the proposed method can not only solve the sample posteriori probability accurately, but also have a high running efficiency and high classification accuracy.
【作者单位】： 空军工程大学防空反导学院;
【基金】：国家自然科学基金项目:基于多特征融合和集成学习研究的多目标识别技术研究(61273275);国家自然科学基金项目:基于SVM集成和证据理论的多传感器目标识别技术研究(60975026)资助
【分类号】：TP181

【相似文献】

相关期刊论文 前10条

1 李宏;李翔;吴敏;陈松乔;易丽君;;基于闭合模式的高维基因表达谱多类分类[J];中南大学学报(自然科学版);2008年05期

2 朱帮助;林健;;基于支持向量数据描述的无标签数据多类分类[J];智能系统学报;2009年02期

3 刘磊;;多类分类支持向量机方法研究[J];福建电脑;2010年08期

4 李永新;薛贞霞;;最大间隔椭球形多类分类算法[J];计算机工程;2010年07期

5 吴杉;于亚征;;基于正态层次支持向量机的多类分类研究[J];焦作大学学报;2008年01期

6 孔波;郑喜英;;支持向量机多类分类方法研究[J];河南教育学院学报(自然科学版);2010年02期

7 汪洋;陈友利;刘军;莫智文;王甲锋;;基于相似方向的二叉树支持向量机多类分类算法[J];四川师范大学学报(自然科学版);2008年06期

8 刘志刚,李德仁,秦前清,史文中;支持向量机在多类分类问题中的推广[J];计算机工程与应用;2004年07期

9 刘刚;;基于支持向量机的机械故障多类分类研究[J];机械管理开发;2009年04期

10 周进登;王晓丹;;基于最小k近邻错分率编码确定方法及其在多类分类中的应用[J];控制与决策;2011年09期

相关会议论文 前3条

1 闫晓飞;陈良臣;孙功星;;支持向量机多类分类算法的研究[A];第13届全国计算机、网络在现代科学技术领域的应用学术会议论文集[C];2007年

2 唐晋韬;王挺;;基于本体概念结构的SVM多类分类方法及其在本体自动扩充中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年

3 刁智华;母媛媛;;一种基于马氏距离的SVM决策树多类分类算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年

相关硕士学位论文 前10条

1 梁勃;光滑技术在多类分类问题中的应用[D];西安邮电大学;2015年

2 张大银;基于类间差异性的多类多核学习研究[D];东南大学;2015年

3 魏贵莹;基于决策粗糙集的代价敏感多类分类模型与多目标决策[D];安徽大学;2016年

4 罗迪君;基于核方法的纠错输出编码多类分类算法改进[D];浙江大学;2006年

5 李红艳;多类分类问题的快速算法[D];华中科技大学;2013年

6 郭世杰;基于支持向量机的多类分类问题的研究[D];上海师范大学;2005年

7 陈琳琳;基于遗传参数优化的模糊支持向量多类分类机及应用[D];重庆师范大学;2009年

8 张萌;总体错误率与孪生极端学习机[D];河北大学;2013年

9 孙奉永;基于决策树的支持向量机多类分类方法研究[D];东北师范大学;2015年

10 牛砚波;多类分类支持向量机在嵌入式语音识别系统中的研究[D];太原理工大学;2012年

，

本文编号：1881138