一种用于多分类问题的改进支持向量机 |
| |
引用本文: | 黄景涛,马龙华,钱积新. 一种用于多分类问题的改进支持向量机[J]. 浙江大学学报(工学版), 2004, 38(12): 1633-1636,1659 |
| |
作者姓名: | 黄景涛 马龙华 钱积新 |
| |
作者单位: | 黄景涛(浙江大学,工业控制技术国家重点实验室,系统工程研究所,浙江,杭州,310027) 马龙华(浙江大学,工业控制技术国家重点实验室,系统工程研究所,浙江,杭州,310027) 钱积新(浙江大学,工业控制技术国家重点实验室,系统工程研究所,浙江,杭州,310027) |
| |
基金项目: | 国家自然科学基金,国家重点基础研究发展计划(973计划) |
| |
摘 要: | 针对非均衡分布的多类分类问题,为提高支持向量机(SVM)算法的性能,提出了一种改进的SVM算法. 将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA-SVM), SVM模型采用径向基函数(RBF)作为核函数,利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索,将搜索到的优化结果作为SVM的最终模型参数. 在两个不同特性的数据集上进行仿真测试,结果表明,与使用交叉验证策略的简单SVM相比,改进后的GA-SVM算法在多类非均衡问题上明显提高了分类正确率,学习速度也有提高.
|
关 键 词: | 系统工程 支持向量机 遗传算法 进化支持向量机 |
文章编号: | 1008-973X(2004)12-1633-04 |
Improved support vector machine for multi-class classification problems |
| |
Abstract: | |
| |
Keywords: | systems engineering SVM GA GA-SVM |
本文献已被 维普 万方数据 等数据库收录! |
|