基于ACO算法的SVM核函数的参数优化

摘要：

本文针对核函数参数选择的随意性影响支持向量机分类性能的问题,提出了一种基于离散编码的蚁群算法(C-CACO-DE)的SVM核函数优化模型.C-CACO-DE解决了连续函数优化的蚁群算法(C-ACO)求解之前必须进行预处理的问题,解决了基于网格划分策略的连续域蚁群算法(CACO-GT)在求解精度的缺点、最优解必在定义域内的等分割点问题.仿真结果验证了该方法的有效性,F1值达到了90％以上.

关键词：蚁群算法、核函数、支持向量机、参数优化

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：浙江省自然科学基金资助项目X105739

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：126-130