支持向量机中的核参数选择问题

摘要：

核函数中的参数选择是支持向量机中的一个很重要的问题,它直接影响模型的推广能力.通过最速下降法求LOO上界的极小点来确定核参数是一种新的核参数选择方法.由于该方法易陷入局部最优解,提出了一种基于混合遗传算法求解LOO上界极小点的核参数选择方法.实验证明,通过该方法选择出来的核参数能够提高分类精度,具有实用性.

关键词：支持向量机(SVM)、核、混合遗传算法、LOO上界

所属期刊栏目：12

分类号：TP18;O221(自动化基础理论)

资助基金：国家自然科学基金10371131

在线出版日期：2005-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：379-381