支持向量机中的核参数选择问题

• 作者: 徐志洁 田英杰 齐志泉
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 支持向量机(SVM) 核 混合遗传算法 LOO上界
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 优化控制技术及应用
• 页码范围: 379-381
• 页数: 3页
• 分类号: TP18|O221
• 字数: 2281字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2005.04.026

摘要

核函数中的参数选择是支持向量机中的一个很重要的问题,它直接影响模型的推广能力.通过最速下降法求LOO上界的极小点来确定核参数是一种新的核参数选择方法.由于该方法易陷入局部最优解,提出了一种基于混合遗传算法求解LOO上界极小点的核参数选择方法.实验证明,通过该方法选择出来的核参数能够提高分类精度,具有实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐志泉	中国农业大学理学院	4	139	4.0	4.0
2	徐志洁	中国农业大学理学院	3	124	2.0	3.0
3	田英杰	中国农业大学经济管理学院	4	174	4.0	4.0