计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (21): 76-80.
邹 丽,蒋 芸,陈 娜,沈 健,胡学伟,李志磊
ZOU Li, JIANG Yun, CHEN Na, SHEN Jian, HU Xuewei, LI Zhilei
摘要: 针对传统对支持向量机多类分类算法(Multi-TWSVM)中出现的模糊性问题,提出了一种基于遗传算法的决策树对支持向量机(GA-DTTSVM)多类分类算法。GA-DTTSVM用遗传算法对特征数据建立决策树,通过构建决策树可以分离样本的模糊区域,提高模糊区域样本的识别率。在决策树的每个节点上用对支持向量机(TWSVM)训练分类器,最后用训练的分类器进行分类和预测。实验结果表明,与决策树对支持向量机(DTTSVM)多类分类算法以及Multi-TWSVM相比,GA-DTTSVM多类分类算法具有较高的分类精度和较快的训练速度。