将微粒群和支持向量机用于耕地驱动因子选择的研究

摘要：

结合微粒群算法(PSO)具有执行速度快、受问题维数变化影响小的优点及支持向量机算法(SVM)结构风险最小化原理,构建了基于离散二进制微粒群(BPSO)与支持向量机的耕地驱动力因子选择方法.使用特征子集中确定的特征来训练支持向量回归机,用适应度函数来评价回归机的性能,指导BPSO的搜索.实验表明,该方法能有效地提取出耕地驱动因子的特征子集,从而降低了指标的维数,保留了关键信息,以获得知识的最小表达.

关键词：驱动力、微粒群、支持向量机、特征选择

所属期刊栏目：35

分类号：P271(地籍学)

资助基金：国家高技术研究发展计划863计划2007AA12Z225;国家支撑计划2006BAB15804

在线出版日期：2010-04-12（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：248-251