首页> 中文期刊> 《信号处理》 >一种基于遗传算法的SVM决策树多分类方法

一种基于遗传算法的SVM决策树多分类方法

         

摘要

在当前的机器学习领域,如何利用支持向量机(SVM)对多类目标进行分类,同时提高分类器的分类效率已经成为研究的热点之一,有效地解决此问题对于提高目标的识别概率具有较大意义.本文针对SVM多分类问题提出了一种基于遗传算法的SVM最优决策树生成算法.算法以随机生成的决策树构建的SVM分类器对同一测试样本的分类正确率作为遗传算法的适应度函数,通过遗传算法寻找到最优决策树,再以最优决策树构建SVM分类器,最终实现SVM的多分类.将该算法应用于低空飞行声目标识别问题,实验结果表明,新方法比传统的1-a-1、1-a-r、SVM-DL和GADT-SVM方法有更高的分类精度和更短的分类时间.

著录项

  • 来源
    《信号处理》 |2010年第10期|1495-1499|共5页
  • 作者

    王一; 杨俊安; 刘辉;

  • 作者单位

    电子工程学院,合肥,230037;

    安徽省电子制约技术重点实验室,合肥,230037;

    电子工程学院,合肥,230037;

    安徽省电子制约技术重点实验室,合肥,230037;

    电子工程学院,合肥,230037;

    安徽省电子制约技术重点实验室,合肥,230037;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 侦测雷达;
  • 关键词

    支持向量机; 遗传算法; 决策树;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号