|本期目录/Table of Contents|

[1]余新华.累积适应度遗传算法在SVM多分类决策树中的优化研究[J].绵阳师范学院学报,2018,(08):107-111.[doi:10.16276/j.cnki.cn51-1670/g.2018.08.020]
 YU Xinhua.Optimization of Cumulative Fitness Genetic Algorithm in SVM Multi-classification Decision Tree[J].Journal of Mianyang Normal University,2018,(08):107-111.[doi:10.16276/j.cnki.cn51-1670/g.2018.08.020]
点击复制

累积适应度遗传算法在SVM多分类决策树中的优化研究(PDF)
分享到:

《绵阳师范学院学报》[ISSN:1672-612X/CN:51-1670/G]

卷:
期数:
2018年08期
页码:
107-111
栏目:
计算机与网络技术
出版日期:
2018-08-07

文章信息/Info

Title:
Optimization of Cumulative Fitness Genetic Algorithm in SVM Multi-classification Decision Tree
文章编号:
1672-612X(2018)08-0107-05
作者:
余新华
福建信息职业技术学院,福建福州 350000
Author(s):
YU Xinhua
Fujian Polytechnic of Information Technology, Fuzhou, Fujian 350000
关键词:
累积适应度 多分类决策树 SVM 遗传算法
Keywords:
accumulating fitness value multi-classification decision tree SVM genetic computation
分类号:
TP39
DOI:
10.16276/j.cnki.cn51-1670/g.2018.08.020
文献标志码:
A
摘要:
本文研究的内容是通过改变适应度的选取方式,通过累计各个接节点的适应度,利用加权计算求取适应度,在结合SVM决策树组成CFGA-SVM,通过这种算法计算出来的结果相比较GA-SVM取得了很大的进步,并且这种方法适应的样本量度更大,在发展遗传计算求解的过程中,未来还会具有很好的发展.
Abstract:
This paper reports a new method in selecting fitness value by accumulating fitness value of connection joints and weighting its fitness value and a CFGA-SVM was obtained by combining with decision tree, which, compared with GA-SVM, is an optimized way with a lager group of samples. In the development of genetic computation, this method has its unique advantage.

参考文献/References:

[1] 邱德红,陈传波.融合无监督和监督学习策略生成的多分类决策树[J].小型微型计算机系统,2004,25(4):555-559.
[2] 王道明,鲁昌华,蒋薇薇,等.基于粒子群算法的决策树SVM多分类方法研究[J].电子测量与仪器学报,2015(4):611-615.
[3] 刁智华,赵春江,郭新宇,等.一种新的基于平衡决策树的SVM多类分类算法[J].控制与决策,2011,26(1):149-152.
[4] 张娴静,陈政,赵耐青,等.上海市嘉定区农村居民就诊单位选择的影响因素分析——决策树和多分类无序反应变量的logistic回归相结合的方法[J].中国卫生统计,2005,22(2):80-84.
[5] 姚勇,赵辉,刘志镜.一种非线性支持向量机决策树多值分类器[J].西安电子科技大学学报(自然科学版),2007,34(6):873-876.
[6] 乔增伟,孙卫祥.一种基于支持向量机决策树多类分类器[J].计算机应用与软件,2009,26(11):227-230.
[7] 张喆,常桂然,黄小原.一种基于遗传算法的多重决策树组合分类方法[J].系统工程理论与实践,2004,24(4):63-69.
[8] 韩松来.基于关联度函数的决策树分类算法研究[D].长沙:国防科学技术大学,2005.
[9] 黄添强,郭躬德,卓飞豹.基于多分类器的复合决策树在遥感分类中的应用[J].青岛大学学报(工程技术版),2007,22(4):60-64.
[10] 周宇津.基于决策树的多分类器遥感影像分层分类研究与系统实现[D].武汉:华中科技大学,2012.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期:2018-01-24
作者简介:余新华(1981-),男,福建省将乐县人,硕士,讲师,研究方向:计算机技术.
更新日期/Last Update: 2018-08-07