基于Fisher判别准则和改进遗传算法的核函数参数优化研究

• 作者: 柴树峰 陈丹玲
• 来源期刊: 科技与生活
• 学科: 工学
• 关键词: 支持向量机 核函数 故障分类器 遗传算法
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 30-31
• 页数: 2页
• 分类号: TPL8
• 字数: 2248字
• 语种: 中文

摘要

核函数选择及其参数优化对提高支持向量机分类性能是极其重要的.本文针对支持向量机的故障分类器的核函数优化问题,提出了基于Fisher判别准则和改进遗传算法相结合的核函数参数优化算法来求解核函数参数最优值的全局解.实验结果表明,该算法能提高分类器的分类性能,具有算法简单、优化效率高等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴树峰		22	72	5.0	7.0
2	陈丹玲	江西理工大学机电工程学院	2	1	1.0	1.0