| 基于混合遗传算法的支持向量机参数选择 |
| |
| 引用本文： | 颜根廷,李传江,马广富.基于混合遗传算法的支持向量机参数选择[J].哈尔滨工业大学学报,2008,40(5):688-691. |
| |
| 作者姓名： | 颜根廷 李传江 马广富 |
| |
| 作者单位： | 1. 哈尔滨工业大学,航天学院,哈尔滨,150001;上海宇航系统工程研究所,上海,201108
2. 哈尔滨工业大学,航天学院,哈尔滨,150001 |
| |
| 基金项目： | 高等学校博士学科点专项科研项目 |
| |
| 摘 要： | 针对常用的梯度下降法支持向量机参数选择方法易陷入局部极小点的问题,提出一种基于混合遗传算法的支持向量机参数选择方法.该方法结合遗传算法的全局优化能力和梯度法的局部寻优能力,能够选择到更好的支持向量机参数.仿真实验表明,使用该方法确定的参数可使支持向量机具有更好的泛化性能.
|
| 关 键 词： | 支持向量机 混合遗传算法 参数选择 |
| 文章编号： | 0367-6234(2008)05-0688-04 |
| 修稿时间： | 2006年3月21日 |
Parameter selection for support vector machines based on hybrid genetic algorithms |
| |
| YAN Gen-ting,LI Chuan-jiang,MA Guang-fu.Parameter selection for support vector machines based on hybrid genetic algorithms[J].Journal of Harbin Institute of Technology,2008,40(5):688-691. |
| |
| Authors: | YAN Gen-ting LI Chuan-jiang MA Guang-fu |
| |
| Affiliation: | 1(1.School of Astronautics,Harbin Institute of Technology,Harbin 150001,China2.Shanghai Institute of Aerospace System Engineering,Shanghai 201108,China) |
| |
| Abstract: | The general parameter selection method for support vector machines based on the steepest descent algorithm tends to trap into the local minimum point.To overcome this shortcoming,a parameter selection method based on hybrid genetic algorithms is proposed.The proposed method employs the global and local optimization capability brought by genetic algorithms and the steepest descent algorithm,thus better parameters for support vector machines can be determined.Experimental results demonstrate an improvement of the generalization performance for support vector machines. |
| |
| Keywords: | support vector machines hybrid genetic algorithm parameter selection |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
