基于带特征染色体遗传算法的支持向量机特征选择和参数优化
鉴于支持向量机特征选择和参数优化对其分类准确率有重大的影响,将支持向量机渐近性能融入遗传算法并生成特征染色体,从而将遗传算法的搜索导向超参数空间中的最佳化误差直线.在此基础上,提出一种新的基十带特征染色体遗传算法的方法,同时进行支持向量机特征选择和参数优化.在与网格搜索、不带特征染色体遗传算法和其他方法的比较中,所提出的方法具有较高的准确率、更小的特征子集和更少的处理时间.
特征染色体、遗传算法、特征选择、参数优化、支持向量机
25
TP183(自动化基础理论)
国家自然科学基金项60671033;教育部博士点基金项目20060614015
2010-10-27(万方平台首次上网日期,不代表论文的发表时间)
1133-1138