一种新的支持向量机决策树设计算法

• 作者: 张先武 郭雷
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 支持向量机 多类分类 模糊核C-均值 决策树
• 年，卷（期）: 2010,（10）
• 页码范围: 31-35
• 分类号: TP391
• 字数: 4410字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2010.10.009

摘要

支持向量机决策树的精度和速度取决于树结构.为了获得好的泛化性能,应由可分性强的类为树的上层结点定义分类子任务.提出了一种新的支持向量机决策树设计算法.决策树中每个结点的分类子任务定义规则如下:采用模糊核C-均值将当前训练集粗分为两个子集,然后基于隶属度从各个子集中选择可分性强的子类定义当前结点的分类子任务,并将可分性弱的子类移至下层结点.实验结果表明,该方法的精度和速度都优于其他传统的多类分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭雷	西北工业大学自动化学院	262	2986	27.0	40.0
2	张先武	西北工业大学自动化学院	2	9	1.0	2.0