基于改进遗传算法的支持向量机参数优化

• 作者: 刘东平 单甘霖 张岐龙 段修生
• 来源期刊: 微计算机应用
• 学科: 工学
• 关键词: 支持向量机 改进遗传算法 参数优化
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 综述与研究
• 页码范围: 11-15
• 分类号: TP3
• 字数: 3696字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2010.05.003

摘要

支持向量机是一种非常有前景的学习机器,但是,支持向量机参数的选取一直没有一套成熟的理论,这给支持向量机的应用带来了很大的不便.为此,本文提出了基于改进遗传算法的支持向量机的参数优化方法,利用遗传算法的全局搜索能力得到支持向量机的最优参数值.仿真实验结果表明,得到的参数可使支持向量机具有良好的泛化性能,此方法切实有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单甘霖	军械工程学院光学与电子工程系	113	845	15.0	23.0
2	段修生	军械工程学院光学与电子工程系	68	568	10.0	22.0
3	刘东平	军械工程学院光学与电子工程系	3	84	2.0	3.0
4	张岐龙	军械工程学院光学与电子工程系	13	150	5.0	12.0