我院董子洁老师以“Generalization capacity of multi-class SVM based on Markovian resampling”为题，在模式识别领域Top期刊Pattern Recognition (中科院一区，IF=8.518)上发表研究论文，董子洁老师为第一作者，湖北大学邹斌教授为通讯作者，湖北第二师范学院为第一署名单位。
该研究成果结合一体式支持向量分类思想和马氏重抽样提出了一种新的多分类学习模型。现有机器学习方法主要针对二分类数据和独立同分布数据的情形，而随着大数据时代的到来，现有实际应用中的绝大部分数据是多类的，并且实际应用中的许多数据已被证实为非独立同分布。传统支持向量机处理多分类思想是一对一方法和一对多方法，为了克服这两种方法的缺点，该论文提出了新的基于马氏重抽样的一体式支持向量分类方法，以实现面向非独立同分布的多分类数据的有效且高效地预测。理论上，论文建立了基于非独立同分布的样本的泛化界；在应用上，该方法在真实数据集上显示出良好的性能和较大的的竞争力。
文章信息：Zijie Dong, Chen Xu, Jie Xu, Bin Zou, Jingjing Zeng, Yuan Yan Tang. Generalization Capacity of Multi-class SVM Based on Markovian Resampling. Pattern Recognition, 2023: 109720. doi: 
https://doi.org/10.1016/j.patcog.2023.109720