基于粒子群算法的决策树SVM多分类方法研究
针对SVM多分类问题提出了一种基于粒子群算法的最优决策树SVM生成算法,以解决传统支持向量机多分类方法存在的不可分区域和误差积累现象。该方法利用自变异的PSO聚类算法在每一决策节点自动寻找最优或近优分类决策,将数据集划分为两类,直至叶子节点为止,最终根据最优决策树构建SVM多分类结构,训练各个节点SVM分类器。将该算法应用于图像人群密度分类问题,仿真实验表明,分类精度和分类时间得到明显改善,是一种有效地的多分类算法。
支持向量机、粒子群算法、决策树、多分类
TN06(一般性问题)
合肥工业大学承担安徽省科技强警1301b042014项目
2015-06-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
611-615