基于遗传算法和支持向量机的特征选择研究

被引：17

作者：

王世卿

曹彦

机构：

[1] 郑州大学信息工程学院

来源：

计算机工程与设计 | 2010年 / 31卷 / 18期

关键词：

ReliefF; 遗传算法; 支持向量机; 特征; 特征选择;

D O I：

10.16208/j.issn1000-7024.2010.18.048

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了让特征子集获得较高的分类准确率,提出了基于遗传算法和支持向量机的特征选择方法。该方法在ReliefF算法提供先验信息的基础上,将SVM参数混编入特征选择基因编码中,然后利用遗传算法寻求最优的特征子集和支持向量机参数组合。实验结果表明,通过该方法选择的特征子集和支持向量机参数组合能以较小的特征子集获得较高的分类准确率。

引用

页码：4088 / 4092

页数：5