基于改进FCM聚类的BT-SVM多类分类算法

摘要

针对二叉树支持向量机在多类分类问题上存在的不足,利用粒子群算法对模糊C均值聚类算法进行了改进,在此基础上,结合二叉树支持向量机,构建了偏二叉树多类分类算法。该方法在二叉树各节点处根据聚类中心所对应的样本构造学习样本集和最优分类超平面,保障了聚类精度,有效地提高了测试正确率。实验表明,本文提出BT-SVM多类分类算法的测试正确率要高于同类多类分类算法。