请教OSU_SVM的两个问题

myfond

1、当用OSU_SVM做多类识别时，是用的多分类中的哪种算法。因为我看到有的文章中介绍有：一对多方法、一对一方法、有向无环图法、二叉树多类分类算法、纠错编码多类分类算法。
2、LS_SVM做多类识别时，RBF的参数优化选用交叉验证时，速度非常慢；当用OSU_SVM做多类识别时，选用RBF时，同样的数据识别速度非常快，不知道它的参数的优化用的什么方法？

刚开始学，请大家指教了。

井欣

请问你的第一个问题解决了吗？我也有同样的疑问:handshake

abc13355

第一个问题：分类的方法都有各自的优缺点和适应性，看你用哪个了，在网上可以下载到相关文献；
第二个问题： 最佳参数选择目前没有十分好的方法，在陆振波的工具箱 Regression_LS_SVMlab.m的第46至49行的代码是演示了交叉验证优化参数方法，可这种方法相当费时。实践中可以采用网格搜索的方法：如gam=0:0.2:1，sig2=0:0.2:1，那么gam与sig2的组合就有6x6=36种，对这36种组合训练支持向量机，然后选择正确识别率最大的一组参数作为最优的gam与sig2，如果结果均不理想，就需要重新考虑gam 与sig2的范围与采样间隔了。
新手建议多看工具箱的使用说明，尽管是英文的也要使劲看。其实遇到问题的时候，LS-SVMlab Toolbox User's Guide 是最好解决问题的老师。个人拙见，仅供参考~！

xiaokang

在哪够可以找到OSU_SVM的说明？给个链接，OSU的英文全称是什么？