基于混合遗传算法的支持向量机参数选择

被引：13

作者：

颜根廷

李传江

马广富

机构：

[1] 哈尔滨工业大学航天学院

来源：

哈尔滨工业大学学报 | 2008年 / 05期

关键词：

支持向量机; 混合遗传算法; 参数选择;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对常用的梯度下降法支持向量机参数选择方法易陷入局部极小点的问题,提出一种基于混合遗传算法的支持向量机参数选择方法.该方法结合遗传算法的全局优化能力和梯度法的局部寻优能力,能够选择到更好的支持向量机参数.仿真实验表明,使用该方法确定的参数可使支持向量机具有更好的泛化性能.

引用

页码：688 / 691

页数：4

共 3 条

[1] Automatic model selection for the optimization of SVM kernels [J].

Ayat, NE ;

Cheriet, M ;

Suen, CY .

PATTERN RECOGNITION, 2005, 38 (10) :1733-1745

[2] Choosing Multiple Parameters for Support Vector Machines [J].

Olivier Chapelle ;

Vladimir Vapnik ;

Olivier Bousquet ;

Sayan Mukherjee .

Machine Learning, 2002, 46 :131-159

[3]

Astochastic optimization ap-proach for parameters tuning of support vector machines .2 IMBAULTF,LEBARTK. Proceeding of the 17thInternational Conferenceon Pattern Recognition . 2004

← 1 →