%0 Journal Article
%T 基于遗传算法的SVM多分类决策树优化算法研究
%A 连可
%A 陈世杰
%A 周建明
%A 龙兵
%A 王厚军
%J 控制与决策
%P 7-12
%D 2009
%X 设计一种基于遗传算法(GA)的支持向量机(SVM)多分类决策树优化算法,以克服因传统SVM多分类决策树结构固定,单个SVM节点在树中位置随意而引起"误差积累"现象严重的缺陷.采用了SVM分类间隔作为GA适应度函数.利用GA在每一决策节点自动选择最优或近优的分类决策,最终自适应地实现了对决策树的优化.仿真实验表明,与传统方法相比,所提出的方法可使"误差积累"现象明显降低,分类质量大大提高.
%K 支持向量机
%K 遗传算法
%K 决策树
%K 误差积累')"
%K href="#">支持向量机
%K 遗传算法
%K 决策树
%K 误差积累
%U http://www.kzyjc.net:8080/CN/abstract/abstract8901.shtml