基于小生境遗传算法的分类优化方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1001-3695.2012.05.049

基于小生境遗传算法的分类优化方法

引用
对于多分类问题,大多是经二分类器组合进行训练的,在分类类别多、特征维数高时,存在识别准确率不高和训练速度较慢的问题.将超球支持向量机应用到多类问题,为每个类建立一个超球体模型,通过多个超球体划分样本空间.采用改进的基于排挤的小生境遗传算法(improved crowding niche genetic algorithm,ICNGA)进行特征选择,为不同的目标类别寻找最优的特征子集,优化超球支持向量机的输入.利用UCI标准数据集的数值实验表明,在分类数据类别较多、特征维数较高时,经过ICNGA特征选择之后的多超球支持向量机的识别准确度更好,非常适合解决类别数多、特征维数高的分类问题.

遗传算法、排挤小生境技术、超球支持向量机、特征选择

29

TP183(自动化基础理论)

国家重点基础研究发展计划资助项目2011CB302906;国家重大科技专项基金资助项目2010ZX03006-004

2012-07-27(万方平台首次上网日期,不代表论文的发表时间)

共4页

1787-1790

相关文献
评论
暂无封面信息
查看本期封面目录

计算机应用研究

1001-3695

51-1196/TP

29

2012,29(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn