10.3969/j.issn.1000-386X.2012.04.025
基于遗传算法的SVM参数组合优化
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.
支持向量机、核函数、参数选择、编码、遗传算法
29
TP301(计算技术、计算机技术)
国防预研项目403030101
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
94-96,100