支持向量回归参数的混合选择

摘要：

为提高支持向量回归算法的学习能力和泛化性能,提出了一种优化支持向量回归参数的混合选择算法.根据训练样本的规模和噪声水平等信息,确定支持向量回归参数的取值范围,用实数编码的免疫遗传算法搜索最佳参数值.混合选择算法具有较高的精度和效率,在选择支持向量回归参数时,不必考虑模型的复杂度和变量维数.仿真实验结果表明,该算法是选择支持向量回归参数的有效方法,应用到函数逼近问题时具有优良的性能.

关键词：支持向量回归、参数选择、训练样本信息、免疫遗传算法

所属期刊栏目：33

分类号：TP18(自动化基础理论)

在线出版日期：2007-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：40-42,63