论文部分内容阅读
对早期火灾信息进行研究，提出了一种基于非线性决策树的支持向量机多类分类模型。该模型利用非线性映射将样本投影到高维特征空间，比较每类样本在高维空间的分布情况，进行聚类构造出一个二叉决策树，使容易区分的类别从根节点逐层分类出来，有效克服了错分积累和避免不可分情况；同时，各个节点采用二值最小二乘小波支持向量机，以获得较高的泛化能力。该文将该模型用于早期火灾分类，并与BP神经网络、K近邻法和决策树方法进行比较，实验结果表明，该模型对早期火灾的识别率更高。