本文關(guān)鍵詞：基于SVM最優(yōu)決策面的決策樹構(gòu)造

  更多相關(guān)文章： 決策樹 支持向量機(jī) 最優(yōu)決策面逼近 屬性重要性度量 屬性分割優(yōu)化

【摘要】：針對決策樹與SVM算法融合問題,提出一種基于SVM最優(yōu)決策面(ODS)構(gòu)造決策樹的方法。通過研究ODS形狀位置特征與其屬性分類能力的關(guān)系以及屬性分割點(diǎn)的數(shù)目、位置與決策樹大小、分類誤差的關(guān)系,給出基于ODS形狀位置特征的屬性重要性度量方法與屬性最小分割點(diǎn)數(shù)的確定方法,進(jìn)而得出了ODS逼近決策樹決策面的誤差模型,最終實(shí)現(xiàn)ODS對決策樹決策面的有效逼近,并用于多類別決策樹的構(gòu)造。典型數(shù)據(jù)集的計(jì)算結(jié)果表明,與C4.5算法相比,所提出的決策樹構(gòu)造方法平均分類誤差可減少60%以上,顯著提高了決策樹的泛化能力。
【作者單位】： 南京工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院;
【關(guān)鍵詞】： 決策樹 支持向量機(jī) 最優(yōu)決策面逼近 屬性重要性度量 屬性分割優(yōu)化
【基金】：江蘇省高校自然科學(xué)基金(12KJB510007)項(xiàng)目資助
【分類號】：TP181
【正文快照】： 1引言決策樹學(xué)習(xí)是目前機(jī)器學(xué)習(xí)領(lǐng)域的重要學(xué)習(xí)方法之一,常見決策樹算法包括分類決策樹算法C4.5、C5等。當(dāng)前決策樹與其它算法融合的方法常用來優(yōu)化決策樹的分類性能[1-4]。支持向量機(jī)(support vector machine,SVM)與決策樹算法的融合學(xué)習(xí)可以在樣本數(shù)量較小的情況下有效的保

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周珂;蔡潔;;SVM在阿爾茨海默型老年癡呆癥輔助診斷中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年17期

2 王蒙;傅行軍;;基于參數(shù)優(yōu)化SVM的旋轉(zhuǎn)機(jī)械故障診斷[J];江蘇電機(jī)工程;2008年01期

3 謝志強(qiáng);高麗;楊靜;;基于球結(jié)構(gòu)的完全二叉樹SVM多類分類算法[J];計(jì)算機(jī)應(yīng)用研究;2008年11期

4 孫穎;劉玉滿;龔穩(wěn);;基于SVM的多傳感器信息融合[J];長春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

5 焦鵬;王新政;謝鵬遠(yuǎn);;基于SVM的模擬電路故障診斷及參數(shù)優(yōu)化方法[J];計(jì)算機(jī)測量與控制;2013年08期

6 張貝貝;何中市;;基于支持向量數(shù)據(jù)描述算法的SVM多分類新方法[J];計(jì)算機(jī)應(yīng)用研究;2007年11期

7 趙天昀;;多分類SVM在企業(yè)競爭情報(bào)自動分類中的應(yīng)用[J];現(xiàn)代情報(bào);2008年10期

8 彭磊;高峰;任立華;黃真輝;;基于SVM的混沌時(shí)間序列預(yù)測模型應(yīng)用研究[J];工程勘察;2013年09期

9 劉海松;吳杰長;陳國鈞;;克隆選擇優(yōu)化的SVM模擬電路故障診斷方法[J];電子測量與儀器學(xué)報(bào);2010年12期

10 劉永斌;何清波;張平;孔凡讓;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷方法[J];計(jì)算機(jī)工程;2012年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 滕衛(wèi)平;胡波;滕舟;鐘元;;SVM回歸法在西太平洋熱帶氣旋路徑預(yù)報(bào)中的應(yīng)用研究[A];S1 災(zāi)害天氣研究與預(yù)報(bào)[C];2012年

2 王紅軍;徐小力;付瑤;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷知識獲取[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2008年

3 陳兆基;楊宏暉;杜方鍵;;用于水下目標(biāo)識別的選擇性SVM集成算法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

4 程麗麗;張健沛;楊靜;馬駿;;一種改進(jìn)的層次SVM多類分類方法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

5 左南;李涓子;唐杰;;基于SVM的肖像照片抽取[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

6 寧偉;苗雪雷;胡永華;季鐸;張桂平;蔡東風(fēng);;基于SVM的無參考譯文的譯文質(zhì)量評測[A];機(jī)器翻譯研究進(jìn)展——第四屆全國機(jī)器翻譯研討會論文集[C];2008年

7 劉旭;羅鵬飛;李綱;;基于擬合角特征及SVM的雷達(dá)輻射源個體識別[A];全國第五屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議�？�(第一冊)[C];2011年

8 羅浩;謝軍龍;胡云鵬;;地源熱泵空調(diào)系統(tǒng)故障診斷中SVM的應(yīng)用[A];全國暖通空調(diào)制冷2008年學(xué)術(shù)年會資料集[C];2008年

9 劉閃電;王建東;;權(quán)重部分更新的大規(guī)模線性SVM求解器[A];2009年研究生學(xué)術(shù)交流會通信與信息技術(shù)論文集[C];2009年

10 王艦;湯光明;;基于SVM的圖像隱寫檢測分析[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計(jì)算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳志茹;基于SVM集成學(xué)習(xí)的miRNA靶基因預(yù)測研究[D];燕山大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊劉;基于PCA與SVM的地力評價(jià)研究[D];中南林業(yè)科技大學(xué);2015年

2 伍岳;基于SVM的文本分類應(yīng)用研究[D];電子科技大學(xué);2014年

3 高傳嵩;基于SVM文本分類的問答系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

4 馮天嬌;基于肝臟表觀模型和優(yōu)化SVM的肝癌識別方法的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

5 姚磊;基于SVM主動學(xué)習(xí)的音樂分類[D];南京郵電大學(xué);2015年

6 張漢女;基于SVM的海岸線提取方法研究[D];東北師范大學(xué);2010年

7 劉軍;基于SVM的半監(jiān)督網(wǎng)絡(luò)入侵檢測系統(tǒng)[D];復(fù)旦大學(xué);2009年

8 張永俊;基于SVM的增量入侵檢測方法研究[D];西安科技大學(xué);2013年

9 田冪;基于概率SVM的腫瘤預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2013年

10 王碩;基于廣義S變換和SVM的電壓暫降檢測與識別方法研究[D];燕山大學(xué);2013年

，

本文編號：874715