论文部分内容阅读
针对多类分类问题中现有算法精度不高的问题，基于一类分类马氏椭球学习机，提出一种最大间隔椭球形多类分类算法，将每一类数据用超椭球来界定，数据空间由若干个超椭球组成，每个超椭球包围一类样本点，并以最大间隔排除不属于该类的样本点，该算法同时考虑了不同类样本点的协方差矩阵，即分布信息。真实数据上的实验结果表明该方法能提高分类精度。