| 选择性支持向量机集成算法 |
| |
| 引用本文： | 陈涛. 选择性支持向量机集成算法[J]. 计算机工程与设计, 2011, 32(5): 1807-1809,1819 |
| |
| 作者姓名： | 陈涛 |
| |
| 作者单位： | 陕西理工学院,数学系,陕西,汉中,723000 |
| |
| 基金项目： | 陕西省教育厅自然科学研究基金 |
| |
| 摘 要： | 为有效提升支持向量机泛化性能,提出了基于差分进化算法和负相关学习的选择性支持向量机集成。通过bootstrap技术产生并训练得到多个独立子SVM,基于负相关学习理论构造适应度函数,既提高子SVM的泛化性能,又增大其之间差异度。利用差分进化算法计算各子SVM在加权平均中的最优权重,选择权值大于一定阈值的部分SVM进行加权集成。实验结果表明,该算法是一种有效的集成方法,能进一步提高SVM的泛化性能。
|
| 关 键 词： | 差分进化算法 适应函数 负相关学习 支持向量机 选择性集成 |
Algorithm of selective SVM ensemble |
| |
| CHEN Tao. Algorithm of selective SVM ensemble[J]. Computer Engineering and Design, 2011, 32(5): 1807-1809,1819 |
| |
| Authors: | CHEN Tao |
| |
| Affiliation: | CHEN Tao(Department of Mathematics,Shaanxi University of Technology,Hanzhong 723000,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
