%0 Journal Article
%T 基于MultiBoost的集成支持向量机分类方法及其应用
%A 吕锋
%A 李翔
%A 杜文霞
%J 控制与决策
%P 81-85
%D 2015
%R 10.13195/j.kzyjc.2013.1562
%X 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.
%K 支持向量机
%K 荷尔蒙调节遗传算法
%K 多分类器集成
%K 网络故障诊断
%U http://www.kzyjc.net:8080/CN/abstract/abstract13015.shtml