一种基于遗传算法的SVM决策树多分类策略研究

被引：32

作者：

连可

黄建国

王厚军

龙兵

机构：

[1] 电子科技大学自动化工程学院

来源：

电子学报 | 2008年 / 08期

关键词：

支持向量机; 遗传算法; 决策树;

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：

提出了一种基于遗传算法(GA)的SVM最优决策树生成算法,并将其应用于解决SVM多分类问题.首先以最大分类间隔为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(或近优)决策二叉树;然后在各个决策节点,利用传统的SVM算法进行二值分类,最终实现SVM的多值分类.理论分析及实验结果表明,新方法比传统的DT-SVM、DAG-SVM方法有更高的分类精度,比经典的1-a-1、1-a-r有更高的训练和分类效率.

引用

页码：1502 / 1507

页数：6

共 4 条

[1] 基于SVM的模拟电子系统多故障诊断研究 [J].