基于人工免疫算法的最小二乘支持向量机参数优化算法

摘要：

针对最小二乘支持向量机(LSSVM)处理大数据集时确定最优模型参数耗时长、占内存大的问题,提出了一种基于人工免疫算法的参数寻优方法.通过分析LSSVM模型参数对分类准确率的影响发现,存在多种参数组合,使得分类准确率相同;当其中一个参数固定,另外一个参数在某些范围内变化取值时,它们的组合并不影响分类的准确率.将LSSVM模型参数作为抗体的基因设计了抗体的编码方案,利用人工免疫算法对LSSVM参数优化搜索.仿真结果表明,与使用交叉验证和网格搜索方法相比,提出的LSSVM参数优化算法在不降低分类准确率的前提下,寻优效率大大提高.

关键词：人工免疫算法、最小二乘支持向量机、参数优化

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60673153,60970105;山东省自然科学基金资助项目Y2007G22

在线出版日期：2010-06-21（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：1702-1704