基于加速遗传算法的选择性支持向量机集成

• 作者: 陈涛
• 来源期刊: 计算机应用研究
• 关键词: 加速遗传算法 适应函数 负相关学习 支持向量机 选择性集成
• 年，卷（期）: 2011,（1）
• 页码范围: 139-141
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.01.039

摘要

为有效提升支持向量机的泛化性能,提出基于加速遗传算法的选择性支持向量机集成.通过Bootstrap技术产生并训练得到多个独立子SVM,基于负相关学习理论构造适应度函数,提高子SVM的泛化性能,并增大其之间差异度.利用加速遗传算法计算各子SVM在加权平均中的最优权重,然后选择权值大于一定阈值的部分SVM进行加权集成.实验结果表明,该算法是一种有效的集成方法,能进一步提高SVM的集成效率和泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈涛	陕西理工学院数学系	46	423	13.0	19.0