基于遗传算法的双子支持向量机的模型选择

• 作者: 曹路 洪灿佳 秦传波
• 来源期刊: 现代电子技术
• 关键词: 双子支持向量机 遗传算法 核函数 参数选择
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 测控技术
• 页码范围: 105-108
• 页数: 4页
• 分类号: TN98-34|TP273
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.17.027

摘要

双子支持向量机是在支持向量机的基础上提出的一种新的机器学习方法.与传统支持向量机相比,双子支持向量机寻找的是一对不平行的超平面,计算效率是传统支持向量机的4倍.然而,双子支持向量机的参数较多,在应用过程中存在较大局限性.在研究了惩罚参数和核参数对双子支持向量机分类性能影响的基础上,利用遗传算法来选择双子支持向量机的参数,避免了盲目的模型选择.实验结果显示,所提算法能有效选择合适参数,获得的参数能使双子支持向量机具有较好的泛化性能,同时也更加高效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦传波	五邑大学信息工程学院	16	25	3.0	4.0
2	曹路	五邑大学信息工程学院	14	40	3.0	5.0
3	洪灿佳	五邑大学信息工程学院	1	3	1.0	1.0