基于SVM最优决策面的决策树构造
本文关键词:基于SVM最优决策面的决策树构造
更多相关文章: 决策树 支持向量机 最优决策面逼近 属性重要性度量 属性分割优化
【摘要】:针对决策树与SVM算法融合问题,提出一种基于SVM最优决策面(ODS)构造决策树的方法。通过研究ODS形状位置特征与其属性分类能力的关系以及属性分割点的数目、位置与决策树大小、分类误差的关系,给出基于ODS形状位置特征的属性重要性度量方法与属性最小分割点数的确定方法,进而得出了ODS逼近决策树决策面的误差模型,最终实现ODS对决策树决策面的有效逼近,并用于多类别决策树的构造。典型数据集的计算结果表明,与C4.5算法相比,所提出的决策树构造方法平均分类误差可减少60%以上,显著提高了决策树的泛化能力。
【作者单位】: 南京工业大学计算机科学与信息技术学院;
【关键词】: 决策树 支持向量机 最优决策面逼近 属性重要性度量 属性分割优化
【基金】:江苏省高校自然科学基金(12KJB510007)项目资助
【分类号】:TP181
【正文快照】: 1引言决策树学习是目前机器学习领域的重要学习方法之一,常见决策树算法包括分类决策树算法C4.5、C5等。当前决策树与其它算法融合的方法常用来优化决策树的分类性能[1-4]。支持向量机(support vector machine,SVM)与决策树算法的融合学习可以在样本数量较小的情况下有效的保
【相似文献】
中国期刊全文数据库 前10条
1 周珂;蔡洁;;SVM在阿尔茨海默型老年痴呆症辅助诊断中的应用[J];现代计算机(专业版);2012年17期
2 王蒙;傅行军;;基于参数优化SVM的旋转机械故障诊断[J];江苏电机工程;2008年01期
3 谢志强;高丽;杨静;;基于球结构的完全二叉树SVM多类分类算法[J];计算机应用研究;2008年11期
4 孙颖;刘玉满;龚稳;;基于SVM的多传感器信息融合[J];长春工业大学学报(自然科学版);2013年03期
5 焦鹏;王新政;谢鹏远;;基于SVM的模拟电路故障诊断及参数优化方法[J];计算机测量与控制;2013年08期
6 张贝贝;何中市;;基于支持向量数据描述算法的SVM多分类新方法[J];计算机应用研究;2007年11期
7 赵天昀;;多分类SVM在企业竞争情报自动分类中的应用[J];现代情报;2008年10期
8 彭磊;高峰;任立华;黄真辉;;基于SVM的混沌时间序列预测模型应用研究[J];工程勘察;2013年09期
9 刘海松;吴杰长;陈国钧;;克隆选择优化的SVM模拟电路故障诊断方法[J];电子测量与仪器学报;2010年12期
10 刘永斌;何清波;张平;孔凡让;;基于SVM的旋转机械故障诊断方法[J];计算机工程;2012年05期
中国重要会议论文全文数据库 前10条
1 滕卫平;胡波;滕舟;钟元;;SVM回归法在西太平洋热带气旋路径预报中的应用研究[A];S1 灾害天气研究与预报[C];2012年
2 王红军;徐小力;付瑶;;基于SVM的旋转机械故障诊断知识获取[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
3 陈兆基;杨宏晖;杜方键;;用于水下目标识别的选择性SVM集成算法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
4 程丽丽;张健沛;杨静;马骏;;一种改进的层次SVM多类分类方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 左南;李涓子;唐杰;;基于SVM的肖像照片抽取[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
6 宁伟;苗雪雷;胡永华;季铎;张桂平;蔡东风;;基于SVM的无参考译文的译文质量评测[A];机器翻译研究进展——第四届全国机器翻译研讨会论文集[C];2008年
7 刘旭;罗鹏飞;李纲;;基于拟合角特征及SVM的雷达辐射源个体识别[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年
8 罗浩;谢军龙;胡云鹏;;地源热泵空调系统故障诊断中SVM的应用[A];全国暖通空调制冷2008年学术年会资料集[C];2008年
9 刘闪电;王建东;;权重部分更新的大规模线性SVM求解器[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年
10 王舰;汤光明;;基于SVM的图像隐写检测分析[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年
中国博士学位论文全文数据库 前1条
1 陈志茹;基于SVM集成学习的miRNA靶基因预测研究[D];燕山大学;2015年
中国硕士学位论文全文数据库 前10条
1 杨刘;基于PCA与SVM的地力评价研究[D];中南林业科技大学;2015年
2 伍岳;基于SVM的文本分类应用研究[D];电子科技大学;2014年
3 高传嵩;基于SVM文本分类的问答系统的设计与实现[D];南京大学;2014年
4 冯天娇;基于肝脏表观模型和优化SVM的肝癌识别方法的研究与实现[D];东北大学;2013年
5 姚磊;基于SVM主动学习的音乐分类[D];南京邮电大学;2015年
6 张汉女;基于SVM的海岸线提取方法研究[D];东北师范大学;2010年
7 刘军;基于SVM的半监督网络入侵检测系统[D];复旦大学;2009年
8 张永俊;基于SVM的增量入侵检测方法研究[D];西安科技大学;2013年
9 田幂;基于概率SVM的肿瘤预警系统的设计与实现[D];吉林大学;2013年
10 王硕;基于广义S变换和SVM的电压暂降检测与识别方法研究[D];燕山大学;2013年
,本文编号:874715
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/874715.html