一种基于遗传算法的SVM决策 树多分类策略研究

连 可; 黄建国; 王厚军; 龙 兵

您当前的位置：

首页 >

文章列表页 >

一种基于遗传算法的SVM决策树多分类策略研究

论文 | 更新时间：2025-07-16

- 一种基于遗传算法的SVM决策树多分类策略研究
- Study on a GA-based SVM Decision-tree Multi-Classification Strategy
- 电子学报 2008年36卷第8期页码：1502-1507
- 作者机构：
  
  电子科技大学自动化工程学院,四川,成都,610054
- 作者简介：
- 基金信息：
  
  国防基础科研 (No.A1420061264);国家自然科学基金 (No.60673011)
- DOI：
  中图分类号： TP39
- 纸质出版：2008
- 稿件说明：
移动端阅览
连可, 黄建国, 王厚军, 等. 一种基于遗传算法的SVM决策树多分类策略研究[J]. 电子学报, 2008,36(8):1502-1507.

LIAN Ke, HUANG Jian-guo, WANG Hou-jun, et al. Study on a GA-based SVM Decision-tree Multi-Classification Strategy[J]. Acta Electronica Sinica, 2008, 36(8): 1502-1507.
连可, 黄建国, 王厚军, 等. 一种基于遗传算法的SVM决策树多分类策略研究[J]. 电子学报, 2008,36(8):1502-1507. DOI：

LIAN Ke, HUANG Jian-guo, WANG Hou-jun, et al. Study on a GA-based SVM Decision-tree Multi-Classification Strategy[J]. Acta Electronica Sinica, 2008, 36(8): 1502-1507. DOI：

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.

Abstract

This paper presents a GA-based decision-tree algorithm to deal with SVM multi-class classification problem.First

GA is used to create optimal or near-optimal decision-tree automatically

which makes the margin between two classes maximal at every decision node.Then at every decision node

standard SVM is used to make binary classification.Finally

the SVM decision tree achieves multi-classification.Theoretical analysis and experiments show that the proposed method is more precise than the traditional "DT-SVM" and "DAG-SVM" methods

and has higher training and testing efficient than classical "1-a-1" and "1-a-r" methods.

关键词

Keywords

references

浏览量

2283

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于基因表达谱的肿瘤预测模型研究

基于支持向量机回归模型的测试用例生成与重用

基于结构化特征重构的高光谱图像分类

面向模分复用系统的遗传-MIMO均衡参数优化技术

覆盖整个UHF频段的吸波结构