选择性支持向量机集成算法
为有效提升支持向量机泛化性能,提出了基于差分进化算法和负相关学习的选择性支持向量机集成.通过bootstrap技术产生并训练得到多个独立子SVM,基于负相关学习理论构造适应度函数,既提高子SVM的泛化性能,又增大其之间差异度.利用差分进化算法计算各子SVM在加权平均中的最优权重,选择权值大于一定阈值的部分SVM进行加权集成.实验结果表明,该算法是一种有效的集成方法,能进一步提高SVM的泛化性能.
差分进化算法、适应函数、负相关学习、支持向量机、选择性集成
32
TP18(自动化基础理论)
陕西省教育厅自然科学研究基金项目09JK380
2011-09-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
1807-1809,1819