基于模糊核聚类的多类支持向量机

传统的支持向量机是基于两类问题提出的，如何将其有效地推广至多类问题仍是一个值得研究的问题。本文在比较常用的几种多类支持向量机分类算法基础上，提出了一种基于模糊核聚类的多类支持向量机分类方法。支持向量机的分类精度和分类速度取决于树结构，新方法利用模糊核聚类生成模糊类，并结合基于二叉树的多类支持向量机分类算法实现多类分类。实验结果表明，该方法是一种效率更高、分类更准确的多类支持向量机分类算法。