一种基于遗传算法的SVM决策树多分类策略研究

• 作者: 王厚军 连可 黄建国 龙兵
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 支持向量机 遗传算法 决策树
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1502-1507
• 页数: 6页
• 分类号: TP39
• 字数: 5530字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.08.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄建国	电子科技大学自动化工程学院	94	689	13.0	23.0
2	王厚军	电子科技大学自动化工程学院	257	2532	27.0	36.0
3	龙兵	电子科技大学自动化工程学院	69	1038	19.0	28.0
4	连可	电子科技大学自动化工程学院	11	298	9.0	11.0