基于微分进化算法的SVM参数选择

• 作者: 刘晓东 姜守达 林连雷
• 来源期刊: 哈尔滨工程大学学报
• 学科: 交通运输
• 关键词: 支持向量机 参数选择 微分进化算法
• 年，卷（期）: 2009,（2）
• 页码范围: 138-141,159
• 页数: 5页
• 分类号: U661.338
• 字数: 3354字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2009.02.004

摘要

支持向量机(support vector machines, SVM)的性能在很大程度上取决于参数的设置, 所以参数选择问题一直是SVM理论和应用研究中的重点问题.SVM的参数选择本质上是一个优化搜索过程, 并且这个优化问题往往是多峰的.微分进化算法(differential evolution, DE)是一种实数编码的基于种群进化的优化算法, 具有强劲的全局搜索能力, 在多峰函数的寻优问题上已表现出优异的性能.为此, 将DE算法用于SVM参数选择, 提出了基于DE算法的SVM参数选择方法(DE-SVM).在标准数据集上的几个仿真实验证明了该方法的有效性.与基于微粒群算法(partical swarm algorithm, PSO)的参数选择方法相比, DE-SVM在复杂问题或多参数的寻优问题上具有更快的寻优速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林连雷	哈尔滨工业大学电气工程及自动化学院	19	98	6.0	9.0
2	姜守达	哈尔滨工业大学电气工程及自动化学院	60	508	12.0	20.0
3	刘晓东	哈尔滨工业大学电气工程及自动化学院	24	176	9.0	12.0