基于遗传算法的支持向量机分类器模型参数优化

• 作者: 陈果
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 支持向量机 模式识别 遗传算法 优化
• 年，卷（期）: 2007,（3）
• 页码范围: 347-350
• 页数: 4页
• 分类号: TH17|TP18
• 字数: 3867字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2007.03.019

摘要

建立在统计学习理论和结构风险最小原则上的支持向量机在理论上保证了模型的最大泛化能力,因此与建立在经验风险最小原则上的神经网络模型相比,理论上更为完善.本文运用支持向量机建立模式识别分类器模型,研究影响模型分类能力的相关参数,在分析参数对分类器识别精度的影响基础上,提出用遗传算法建立支持向量机分类器模型的参数自适应优化算法.最后,用算例表明了本文算法的正确有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈果	南京航空航天大学民航学院	178	3333	32.0	49.0