基于改进的支持向量机决策树电梯载重分类方法研究

• 作者: 吴与玮
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 支持向量机决策树 模拟退火 粒子群算法
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 探讨与创新
• 页码范围: 192-194
• 页数: 3页
• 分类号: TP391.9
• 字数: 3454字
• 语种: 中文

摘要

针对支持向量机决策算法(SVMDT)存在误差累积的缺陷,需要用优化算法来优化树结构以防止误差累积,常用的粒子群算法(PSO)往往存在陷入局部最优的问题.基于此,本文提出一种基于模拟退火的粒子群优化支持向量机决策树算法,该方法既保证了粒子群算法的全局寻优能力,又能避免防止陷入局部最优的缺陷.通过仿真实验与一些传统优化算法相比较后发现,该方法将分类精度有了一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴与玮	华中科技大学无锡研究院	2	0	0.0	0.0