共 1 条
基于支持向量机的决策系统知识发现
被引：4
作者：
魏玲
祁建军
张文修
机构：
[1] 西安交通大学理学院
[2] 西安交通大学电子与信息工程学院
[3] 西安交通大学理学院 西安
[4] 西安
来源：
关键词：
决策系统;
支持向量机;
知识发现;
属性约简;
规则获取;
类别预报;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
从规则获取和类别预报两方面研究支持向量机(SVM)方法在决策系统知识发现中的应用.对于规则获取,用SVM对决策系统进行条件属性约简并提取特征对象,进而基于较少的特征对象提取规则,使得规则获取的难度和速度都有所改善;对于类别预报,利用SVM对决策系统的对象进行分类,得到一个简单的判决函数.该判决函数可以完成对样本的类别预报,起到与决策规则类似的作用,而且此方法比传统方法简单易行.实验表明,将SVM方法用于决策系统的知识发现,不仅简便可行,而且可以提高速度.对于较大的决策系统更能体现出该方法的优越性,
引用
收藏
页码：995 / 998
页数：4
相关论文