基于遗传算法与经验误差最小化的SVM模型选择方法

• 作者: 周欣 许建华
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 支持向量机 核函数 核参数 经验误差 遗传算法
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 65-71
• 页数: 7页
• 分类号: TP18
• 字数: 5489字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2009.02.014

摘要

支持向量机(SVM)的推广能力依赖于核函数形式及核参数和惩罚因子的选取,即模型选择.在分析参数对分类器识别精度的影响基础上,提出了基于遗传算法和经验误差最小化的支持向量机参数选择方法.在13个UCI数据集上的实验表明了本文算法的正确性与有效性,且具有良好的推广性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许建华	南京师范大学计算机科学与技术学院	12	383	6.0	12.0
2	周欣	南京师范大学计算机科学与技术学院	2	4	1.0	2.0