基于MultiBoost的集成支持向量机分类方法及其应用

• 作者: 吕锋 李翔 杜文霞
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 支持向量机 荷尔蒙调节遗传算法 多分类器集成 网络故障诊断
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP29
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2013.1562

摘要

针对网络故障诊断中的模式识别问题，提出一种基于多重提升(MultiBoost)的优化支持向量机集成学习方法。首先，利用自适应的荷尔蒙调节遗传算法(HMGA)，对支持向量机基分类器进行建模参数优化；然后，通过构建MultiBoost集成学习方法将多个基分类器集成，建立以多分类器优化集成为核心的故障诊断系统。实验结果表明，所提出的方法在网络故障诊断中，迭代次数少、建模时间短，并且能够明显提高故障分类的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜文霞	河北师范大学物理科学与信息工程学院	12	147	6.0	12.0
2	吕锋	河北师范大学物理科学与信息工程学院	50	559	11.0	22.0
3	李翔	河北师范大学物理科学与信息工程学院	1	14	1.0	1.0