| 支持向量机中的核参数选择问题 |
| |
| 引用本文： | 齐志泉,田英杰,徐志洁.支持向量机中的核参数选择问题[J].控制工程,2005,12(4):379-381. |
| |
| 作者姓名： | 齐志泉 田英杰 徐志洁 |
| |
| 作者单位： | 中国农业大学,理学院,北京,100083;中国农业大学,经济管理学院,北京,100083 |
| |
| 基金项目： | 国家自然科学基金资助项目(10371131) |
| |
| 摘 要： | 核函数中的参数选择是支持向量机中的一个很重要的问题，它直接影响模型的推广能力。通过最速下降法求LOO上界的极小点来确定核参数是一种新的核参数选择方法。由于该方法易陷入局部最优解，提出了一种基于混合遗传算法求解LOO上界极小点的核参数选择方法。实验证明，通过该方法选择出来的核参数能够提高分类精度，具有实用性。
|
| 关 键 词： | 支持向量机(SVM) 核 混合遗传算法 LOO上界 |
| 文章编号： | 1671-7848(2005)04-0379-03 |
| 修稿时间： | 2005年2月28日 |
Kernel-parameter Selection Problem in Support Vector Machine |
| |
| Qi Zhi-quan,TIAN Ying-jie,XU Zhi-jie.Kernel-parameter Selection Problem in Support Vector Machine[J].Control Engineering of China,2005,12(4):379-381. |
| |
| Authors: | Qi Zhi-quan TIAN Ying-jie XU Zhi-jie |
| |
| Affiliation: | QI Zhi-quan~1,TIAN Ying-jie~2,XU Zhi-jie~1 |
| |
| Abstract: | Kernel function and kernel-parameter play an important role in Support Vector Machine.It has a great influence on the model application.Minimizing the LOO upper bound is one of efficient method to select kernel-parameter.Usually,the steepest descent algorithm is used to find the minimum of LOO upper-bound.However,it often gets local optimal solution.To overcome this shortcoming,based on hybrid genetic algorithm a new kernel-parameter selection method is proposed.Furthermore,some experiments have been made and the results show that the new method is very efficient. |
| |
| Keywords: | support vector machines(SVMs) kernel hybrid genetic algorithm LOO upper-bound |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
