基于PSO的LS-SVM特征选择与参数优化算法

• 作者: 姚全珠 蔡婕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 最小二乘支持向量机 特征选择 参数优化 粒子群算法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 134-136,229
• 页数: 4页
• 分类号: TP301
• 字数: 3928字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.01.041

摘要

针对最小二乘支持向量机特征选择及参数优化问题,提出了一种基于PSO的LS-SVM特征选择与参数同步优化算法.首先产生若干种群(特征子集),然后用PSO算法对特征及参数进行优化.在UCI标准数据集上进行的仿真实验表明,该算法可有效地找出合适的特征子集及LS-SVM参数,且与基于遗传算法的最小二乘支持向量机算法(GALS-SVM)和传统的LS-SVM算法相比具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚全珠	西安理工大学计算机科学与工程学院	84	918	15.0	26.0
2	蔡婕	西安理工大学计算机科学与工程学院	1	54	1.0	1.0