论文部分内容阅读
目前的多类分类器大多是经二分类器组合而成的，存在训练速度较慢的问题，在分类类别多的时候，会遇到很大困难，超球体多类支持向量机将超球体单类支持向量机扩展到多类问题，由于每类样本只参与一个超球体支持向量机的训练，因此，这是一种直接多类分类器，训练效率明显提高．为了有效训练超球体多类支持向量机，利用SMO算法思想，提出了超球体支持向量机的快速训练算法．同时对超球体多类支持向量机的推广能力进行了理论上的估计．数值实验表明，在分类类别较多的情况，这种分类器的训练速度有很大提高，非常适合解决类别数较多的分类问题．超球