科比·克拉默;歌手，约拉姆 关于基于多类核的向量机的算法实现。 （英语） Zbl 1037.68110号 J.马赫。学习。物件。 2，第2期，265-292（2002）. 摘要：我们描述了基于核的多类向量机的算法实现。我们的出发点是对多类问题余量的广义概念。利用这个概念，我们将多类分类问题转化为具有二次目标函数的约束优化问题。与以往大多数将多类问题分解为多个独立的二进制分类任务的方法不同，我们的边界概念产生了一种训练多类预测因子的直接方法。通过使用优化问题的对偶问题，我们能够合并具有紧约束集的核，并将对偶问题分解为多个规模较小的优化问题。我们描述了一个求解简化优化问题的有效不动点算法，并证明了其收敛性。然后，我们将讨论技术细节，这些细节将显著改善大型数据集的运行时间。最后，我们用我们的方法描述了各种实验，并将其与之前研究的基于核的方法进行了比较。我们的实验表明，对于多类问题，我们达到了最先进的精度。 引用于98文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：多类问题 软件：SVMTorch公司;阿达·布斯特。MH公司;SVM灯 PDF格式BibTeX公司 XML格式引用 \textit{K.Crammer}和\textit{Y.Singer}，J.Mach。学习。第2号决议，第2号，265--292（2002年；Zbl 1037.68110） 全文： 内政部