论文部分内容阅读
目前的多类学习方法大多将多类问题转化为二类问题，这样处理除了时间开销大，还存在识别盲区。提出了一种直接进行多类学习的算法multi-SVDD。该算法在考虑大样本和多类样本数据中的类内不平衡现象基础上，首先为每类训练样本进行聚类，根据聚类结果由支持向量数据描述（SVDD，Support Vector Date Description）建立多个最小包围球。根据测试样本到SVDD所建立的最小包围球的距离来确定测试样本属于哪个聚类，最终可判断测试样本属于哪个类。multi-SVDD算法在时空开销上相比最小包围球方