10.3969/j.issn.1001-2400.2007.06.005
一种非线性支持向量机决策树多值分类器
提出了一种非线性支持向量机决策树的分类算法.该算法通过核函数将支持向量机推广到非线性支持向量机,并在非线性映射后计算特征空间中类间相对分离度,得到类的易分程度.在支持向量机决策树分类中引入相对分离度,有效地降低累积误差,减少计算规模,从而提高分类精度与分类效率.实验结果表明,与一般的线性支持向量机决策树分类算法相比,该算法的分类精度有了明显提高,同时其分类时间也相应降低.
分类、支持向量机、核函数、决策树
34
TP391(计算技术、计算机技术)
国家自然科学基金60573139
2008-04-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
873-876