一种用于多分类问题的改进支持向量机

• 作者: 钱积新 马龙华 黄景涛
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 系统工程 支持向量机 遗传算法 进化支持向量机
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1633-1636,1659
• 页数: 5页
• 分类号: TP181
• 字数: 4244字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2004.12.021

摘要

针对非均衡分布的多类分类问题,为提高支持向量机(SVM)算法的性能,提出了一种改进的SVM算法. 将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA-SVM), SVM模型采用径向基函数(RBF)作为核函数,利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索,将搜索到的优化结果作为SVM的最终模型参数. 在两个不同特性的数据集上进行仿真测试,结果表明,与使用交叉验证策略的简单SVM相比,改进后的GA-SVM算法在多类非均衡问题上明显提高了分类正确率,学习速度也有提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马龙华		2	71	2.0	2.0
2	钱积新		8	188	6.0	8.0
3	黄景涛		1	61	1.0	1.0