一种基于累积适应度遗传算法的SVM多分类决策树

发布时间：2017-08-17 21:28

  本文关键词：一种基于累积适应度遗传算法的SVM多分类决策树

  更多相关文章： 多分类 支持向量机 遗传算法 累积适应度函数 全局优化

【摘要】：针对基于遗传算法(genetic algorithm,GA)的支持向量机(support vector machine,SVM)多分类决策树算法(GA-SVM)中全局优化缺陷的问题,通过重新定义遗传适应度函数(fitness),提出一种累积适应度(cumulative fitness),进而衍生出新算法CFGA-SVM。该算法从根节点开始逐层构造二叉树,对根节点基因实值编码,通过基因分裂操作产生子代种群,然后利用累积适应度筛选出新的种群,筛选出的种群并不一定是当代局部最优,但一定是所得二叉树中全局最优,从而提高分类精度,最后以此循环直至算法结束。通过在UCI的artificial characters数据集上的实验结果表明,CFGA-SVM较之DT-SVM与GA-SVM算法在全局优化能力、分类精度上有明显提高,进而验证了该算法的可行性与有效性,可在大规模样本的分类应用中推广。
【作者单位】： 重庆大学计算机学院;
【关键词】： 多分类 支持向量机 遗传算法 累积适应度函数 全局优化
【基金】：国家自然科学基金资助项目(61272194)
【分类号】：TP181
【正文快照】： 0引言支持向量机(SVM)是Cortes和Vapnik等人于1995年提出的[1~4],它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。但是支持向量机只是一个二值分类器,实际应用中的问题大多数是多值问题,如何将其推广到多值分类,同时提高分类精确度与分类计算速度一直是机器学

【参考文献】

中国期刊全文数据库 前3条

1 金义富;朱庆生;邢永康;;一种基于关键域子空间的离群数据聚类算法[J];计算机研究与发展;2007年04期

2 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[J];计算机学报;2010年08期

3 王一;杨俊安;刘辉;;一种基于遗传算法的SVM决策树多分类方法[J];信号处理;2010年10期

【共引文献】

中国期刊全文数据库 前10条

1 王一;杨俊安;刘辉;耿钦;;一种基于内壳向量的SVM增量式学习算法[J];电路与系统学报;2011年06期

2 云霞;李红;江肖强;;基于环境因素和移动互联网的个性化推荐系统[J];电信快报;2013年07期

3 印桂生;张亚楠;董宇欣;韩启龙;;基于受限信任关系和概率分解矩阵的推荐[J];电子学报;2014年05期

4 王竹婷;;一种基于动态权值的改进协同过滤算法研究[J];赤峰学院学报(自然科学版);2014年20期

5 李梁;张海宁;李宗博;陈佳瑜;;融合用户属性的协同过滤推荐算法在政府采购中的应用[J];重庆理工大学学报(自然科学);2015年01期

6 金义富;朱庆生;;一种离群数据集延伸知识发现框架[J];华南理工大学学报(自然科学版);2008年09期

7 吴泓辰;王新军;成勇;彭朝晖;;基于协同过滤与划分聚类的改进推荐算法[J];计算机研究与发展;2011年S3期

8 李改;李磊;;基于矩阵分解的协同过滤算法[J];计算机工程与应用;2011年30期

9 范波;程久军;;用户间多相似度协同过滤推荐算法[J];计算机科学;2012年01期

10 金义富;朱庆生;邹咸林;;基于邻接图的离群数据聚类算法[J];计算机工程;2008年11期

中国博士学位论文全文数据库 前8条

1 朱振方;基于微粒群和遗传优化的文本过滤关键技术研究[D];山东师范大学;2012年

2 邓晓懿;移动电子商务个性化服务推荐方法研究[D];大连理工大学;2012年

3 袁冠;移动对象轨迹数据挖掘方法研究[D];中国矿业大学;2012年

4 俞唯仁;普适的结构相似度在大规模网络中的计算优化技术研究[D];东华大学;2012年

5 王龙;教育资源推荐服务中若干关键技术的研究[D];吉林大学;2013年

6 周全强;面向协同过滤的推荐攻击特征提取及集成检测方法研究[D];燕山大学;2013年

7 贾冬艳;基于多维信任模型的可信推荐方法研究[D];燕山大学;2013年

8 尹航;信息推荐系统中的协同过滤技术研究[D];东北大学;2012年

中国硕士学位论文全文数据库 前10条

1 吴迪;高维空间中基于空间划分的离群点挖掘算法研究[D];河北工程大学;2010年

2 董馨;基于增量更新的自适应协同过滤算法研究[D];中南大学;2011年

3 高翔;电子商务个性化推荐系统中协同过滤算法的研究[D];南京航空航天大学;2011年

4 杨明;基于信息融合的海洋溢油识别系统研究[D];上海交通大学;2012年

5 曾小箭;基于符号数据分析的协同过滤推荐算法[D];天津大学;2012年

6 李朝鹏;基于“90-10”规则的并行层次聚类算法研究[D];湖南大学;2008年

7 张贺;基于信息熵和子空间的离群数据挖掘算法研究[D];太原科技大学;2009年

8 张冬梅;基于轮廓系数的层次聚类算法研究[D];燕山大学;2010年

9 赵鹏飞;融合信任网络的协同过滤推荐算法[D];吉林大学;2012年

10 石丽丽;个性化推荐中协同过滤算法研究[D];河南大学;2012年

【二级参考文献】

中国期刊全文数据库 前6条

1 刘辉;杨俊安;许学忠;;基于MFCC参数和HMM的低空目标声识别方法研究[J];弹箭与制导学报;2007年05期

2 连可;黄建国;王厚军;龙兵;;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年08期

3 李京华;许家栋;李红娟;;支持向量机的战场直升机目标分类识别[J];火力与指挥控制;2008年01期

4 李存华,孙志挥;GridOF:面向大规模数据集的高效离群点检测算法[J];计算机研究与发展;2003年11期

5 苟博;黄贤武;;支持向量机多类分类方法[J];数据采集与处理;2006年03期

6 柳回春,马树元;支持向量机的研究现状[J];中国图象图形学报;2002年06期

【相似文献】

中国期刊全文数据库 前10条

1 吴瑞镛,徐大纹;具有年龄结构的遗传算法[J];桂林电子工业学院学报;2001年04期

2 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

3 杨宜康,李雪,彭勤科,黄永宣;具有年龄结构的遗传算法[J];计算机工程与应用;2002年11期

4 谷峰,吴勇,唐俊;遗传算法的改进[J];微机发展;2003年06期

5 ;遗传算法[J];计算机教育;2004年10期

6 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

7 刘坤,刘伟波,吴忠强;基于模糊遗传算法的电液位置伺服系统控制[J];黑龙江科技学院学报;2005年04期

8 张英俐,刘弘 ,马金刚;遗传算法作曲系统研究[J];信息技术与信息化;2005年05期

9 丁发智;;浅谈遗传算法[J];乌鲁木齐成人教育学院学报;2005年04期

10 李冰洁;;遗传算法及其应用实例[J];吉林工程技术师范学院学报;2005年12期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

2 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

3 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

4 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

5 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

6 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

7 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年

8 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

9 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

10 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

，

本文编号：691209