超球体支持向量机的不完全二叉树多类分类算法 (2012年)

针对现有的支持向量机多类分类方法的不足之处，提出了一种基于超球体支持向量机的不完全二叉树多类分类算法。该算法首先采用超球体SVM算法，计算各类样本群的分布范围。再利用距离公式，计算各类样本间的距离，基于将最容易分离出来的类最先分割出来的原则，设计二叉树结构，从而提高分类精度。通过仿真实验，分析比较各种方法的性能，从而验证了该算法的有效性。