基于遗传算法的支持向量机分类器模型参数优化

摘要：

建立在统计学习理论和结构风险最小原则上的支持向量机在理论上保证了模型的最大泛化能力,因此与建立在经验风险最小原则上的神经网络模型相比,理论上更为完善.本文运用支持向量机建立模式识别分类器模型,研究影响模型分类能力的相关参数,在分析参数对分类器识别精度的影响基础上,提出用遗传算法建立支持向量机分类器模型的参数自适应优化算法.最后,用算例表明了本文算法的正确有效性.

关键词：支持向量机、模式识别、遗传算法、优化

所属期刊栏目：26

分类号：TH17;TP18

在线出版日期：2007-04-24（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：347-350