结合特征选择的二叉树SVM多分类算法
为解决现有二叉树SVM多分类算法采用固定的特征集和结构存在分类精度较低的问题,提出了一种结合特征选择的二又树SVM多类分类算法,采用自上而下分裂的方式构造整个二又树结构,首先计算各节点的所有可能分割,并以分离度和相似度作为依据为各分割选择有效的分类特征子集,再以相应的特征子集计算各分割的类间距,最后选择类间距最大的分割生成子节点,实验结果表明,该算法分类精度较高且计算复杂度低.
支持向量机、二叉树、多类分类、分离度、相似度
31
TP301(计算技术、计算机技术)
2010-08-31(万方平台首次上网日期,不代表论文的发表时间)
共3页
2823-2825