基于遗传算法的SVM参数组合优化

• 作者: 刘小方 刘鲭洁 杨庆 陈桂明
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 支持向量机 核函数 参数选择 编码 遗传算法
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 94-96,100
• 分类号: TP301
• 字数: 1934字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.04.025

摘要

核函数类型、核函数参数及错误惩罚因子是影响SVM学习能力和泛化能力的关键因素.实际应用中选择上述SVM参数组合多依赖经验或人工尝试,通常很难选择到最优参数组合.提出一种基于遗传算法的SVM优化技术,针对优化对象设计二进制编码基因串和相应遗传算子,能够实现同时对上述三个参数组合的优化.在UCI标准数据库上的实验结果说明了提出方法的有效性.