| 基于遗传算法的SVM特征选择和模型参数优化 |
| |
| 引用本文： | 刘董,郑宁,杨洁,徐明.基于遗传算法的SVM特征选择和模型参数优化[J].计算机应用与软件,2009,26(1). |
| |
| 作者姓名： | 刘董 郑宁 杨洁 徐明 |
| |
| 作者单位： | 杭州电子科技大学计算机学院,浙江,杭州,310018
|
| |
| 基金项目： | 浙江省自然科学基金，浙江省科技厅科技计划 |
| |
| 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(SVM)在理论上保证了模型的最大泛化能力,因此将支持向量机理论应用于入侵检测领域可以获得很好的效果.但是它在应用中也存在如何对网络数据进行特征选择和选择适当的支持向量机模型参数的问题.在分析了特征选择和SVM模型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特征选择和分类器模型参数的自适应优化算法,并把它应用到网络入侵检测中去.最后,使用KDD CUP 99数据进行的仿真实验表明了算法的正确有效性.
|
| 关 键 词： | 遗传算法 支持向量机 入侵检测 特征选择 |
FEATURE SELECTION AND MODEL PARAMETERS OPTIMIZATION FOR SVM BASED ON GENETIC ALGORITHM |
| |
| Liu Dong,Zheng Ning,Yang Jie,Xu Ming.FEATURE SELECTION AND MODEL PARAMETERS OPTIMIZATION FOR SVM BASED ON GENETIC ALGORITHM[J].Computer Applications and Software,2009,26(1). |
| |
| Authors: | Liu Dong Zheng Ning Yang Jie Xu Ming |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
