基于启发式遗传算法的SVM模型自动选择

• 作者: 丁爱玲 焦李成 郑春红
• 来源期刊: 控制理论与应用
• 关键词: 支撑矢量机(SVM) 模型选择 模型自动选择 遗传算法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 论文
• 页码范围: 187-192
• 页数: 6页
• 分类号: TP18|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2006.02.005

摘要

支撑矢量机(SVM)模型的自动选择是其实际应用的关键.常用的基于穷举搜索的留一法(LOO)很繁杂且效率很低.到目前为止,大多数的算法并不能有效地实现模型自动选择.本文利用实值编码的启发式遗传算法实现基于高斯核函数的SVM模型自动选择.在重点分析了SVM超参数对其性能的影响和两种SVM性能估计的基础上,确定了合适的遗传算法适应度函数.人造数据及实际数据的仿真结果表明了所提方法的可行性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能信息处理研究所	514	14586	52.0	103.0
2	丁爱玲	西安电子科技大学智能信息处理研究所	11	141	7.0	11.0
3	郑春红	西安电子科技大学电子工程学院	15	230	8.0	15.0