基于混沌遗传算法的SVM特征和参数优化

• 作者: 杜占龙 甘彤 谭业双
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 混沌遗传算法 特征选取 参数优化 故障诊断 变尺度
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 163-166
• 分类号: TP273
• 字数: 5483字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.05.050

摘要

为解决支持向量机(SVM)分类器的样本特征选择和参数优化问题,提出一种将特征选择和参数选择进 行联合优化的方法.基于变尺度的混沌遗传算法,联合优化染色体编、译码,利用混沌的遍历性产生初始种群,改进遗传算法中的交叉算子,动态缩减寻优区间.将该方法应用于短波通信控制器的诊断分类器中,以实现分类器特征子集选取和参数的联合优化,结果表明该方法 具有较强的寻优能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭业双		32	192	7.0	12.0
2	杜占龙		11	113	8.0	10.0