中文会议: 中国自动化学会华东地区第十七届学术年会论文集
会议日期: 2004-11-04
会议地点: 杭州
主办单位: 中国自动化学会
出版日期: 2004-11-01
出版地: 北京
机构地区: 浙江大学
摘 要: 本文在已有支持向量分类器算法的基础上进行了改进,将遗传策略用于支持向量分类器学习过程中,旨在加速提高支持向量分类器算法的性能,并可望提高其学习速度.支持向量分类器算法由其理论基础决定了它有着良好的推广泛化能力,正是这一点吸引了大量学者对其进行理论和应用研究.遗传算法作为一种演化算法将自然界生物的进化规律巧妙地应用于复杂问题的优化,具有传统数学方法所不具备的优势,用于解决那些传统数学算法所无法解决的非线性、多极值问题.本文将二者融合在一起,利用各自的优点,构造出一种改进算法GA-SVM,利用遗传算法好的搜索性能对支持向量分类器的核函数参数进行优化搜索,并在一些数据集上进行了测试.结果表明该算法对于多类问题具有一定的优越性,学习过程和性能均有改善.
领 域: [自动化与计算机技术] [自动化与计算机技术]