一种基于SVM新的学习方法及应用

摘要：

该文提出一种基于支持向量机的组合核函数的学习方法,它首先由遗传算法作为新的学习方法得到训练,组合核函数的权值在学习过程中被确定,并在决策模型的分类阶段用来作为参数.这种学习方法被应用在两个关于癌症诊断的公用数据集中,从而获得分类最优超平面.通过实验,这种学习方法显示出比用单一核函数具有较好的性能.

关键词：支持向量机、组合核函数、遗传算法

所属期刊栏目：4

分类号：TP18(自动化基础理论)

在线出版日期：2009-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：1474-1475