Indexed by：
Abstract：
提出了一种支持向量机(support vector machine,SVM)和二叉树结构相结合的分片线性分类模型.在每一节点,使用带软间隔的线性SVM计算分类超平面,并统计局部错误率.如果局部错误率在预先设定的阈值之下,则构造可进行最终决策的叶子节点;否则,进行非叶子节点的递归构造.对比实验表明,该分类器具有一定的有效性,优于一些原有分片线性分类器,在部分数据集上甚至能够达到RBF核SVM的水平.
Keyword：
Reprint Author's Address：
Email：
Source ：
中国科技论文
ISSN： 2095-2783
Year： 2015
Issue： 2
Volume： 10
Page： 164-168
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 3
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
