选择性支持向量机集成算法

被引:10
作者
陈涛
机构
[1] 陕西理工学院数学系
关键词
差分进化算法; 适应函数; 负相关学习; 支持向量机; 选择性集成;
D O I
10.16208/j.issn1000-7024.2011.05.083
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为有效提升支持向量机泛化性能,提出了基于差分进化算法和负相关学习的选择性支持向量机集成。通过bootstrap技术产生并训练得到多个独立子SVM,基于负相关学习理论构造适应度函数,既提高子SVM的泛化性能,又增大其之间差异度。利用差分进化算法计算各子SVM在加权平均中的最优权重,选择权值大于一定阈值的部分SVM进行加权集成。实验结果表明,该算法是一种有效的集成方法,能进一步提高SVM的泛化性能。
引用
收藏
页码:1807 / 1809+1819 +1819
页数:4
相关论文
共 8 条
[1]   求解互补问题的极大熵差分进化算法 [J].
雍龙泉 ;
陈涛 ;
张建科 .
计算机应用研究, 2010, 27 (04) :1308-1310+1338
[2]   多源性数据SVM集成算法研究 [J].
常甜甜 ;
刘红卫 ;
冯筠 .
西安电子科技大学学报, 2010, 37 (01) :136-141
[3]   基于支持向量机的混沌时间序列预测模型 [J].
陈涛 .
统计与决策, 2009, (18) :13-15
[4]   多变量时间序列的重构与预测方法 [J].
陈涛 .
统计与决策, 2009, (14) :31-33
[5]   一种新的选择性支持向量机集成学习算法 [J].
唐耀华 ;
高静怀 ;
包乾宗 .
西安交通大学学报 , 2008, (10) :1221-1225
[6]   基于混合差分进化算法的混沌系统参数估计 [J].
王钧炎 ;
黄德先 .
物理学报, 2008, (05) :2755-2760
[7]   时空混沌序列的局域支持向量机预测 [J].
张家树 ;
党建亮 ;
李恒超 .
物理学报, 2007, (01) :67-77
[8]   基于Bagging的选择性聚类集成 [J].
唐伟 ;
周志华 .
软件学报, 2005, (04) :496-502