基于带特征染色体遗传算法的支持向量机特征选择和参数优化

被引：19

作者：

赵明渊 ^{[1
,2
]}

唐勇 ^{[1
]}

傅翀 ^{[1
]}

周明天 ^{[1
]}

机构：

[1] 电子科技大学计算机科学与工程学院

[2] 中国农业银行四川省分行

来源：

控制与决策 | 2010年 / 08期

关键词：

特征染色体; 遗传算法; 特征选择; 参数优化; 支持向量机;

D O I：

10.13195/j.cd.2010.08.16.zhaomy.014

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

鉴于支持向量机特征选择和参数优化对其分类准确率有重大的影响,将支持向量机渐近性能融入遗传算法并生成特征染色体,从而将遗传算法的搜索导向超参数空间中的最佳化误差直线.在此基础上,提出一种新的基于带特征染色体遗传算法的方法,同时进行支持向量机特征选择和参数优化.在与网格搜索、不带特征染色体遗传算法和其他方法的比较中,所提出的方法具有较高的准确率、更小的特征子集和更少的处理时间.

引用

页码：1133 / 1138

页数：6