基于自适应遗传算法的SVM参数优化 |
| |
引用本文: | 孟滔,周新志,雷印杰.基于自适应遗传算法的SVM参数优化[J].计算机测量与控制,2016,24(9):215-217, 223. |
| |
作者姓名: | 孟滔 周新志 雷印杰 |
| |
作者单位: | 四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065 |
| |
基金项目: | 国家“973计划”资助项目(2013CB328903);国家自然科学基金资助项目(61403265) |
| |
摘 要: | 针对基于遗传算法支持向量机(SVM)训练时间较长以及分类精度较网格搜索法有所降低等问题,通过重新定义遗传算法参数的寻优范围,提出一种自适应遗传算法;该算法根据网格搜索法得到遗传算法参数的最佳寻优范围,然后遗传算法在这个范围内进行参数的精确寻优,最后得到分类的结果;这样不仅可以有效缩短训练时间,而且拥有更高的分类正确率;通过UCI中的10组经典数据集的实验结果可知,自适应遗传算法较之网格搜索法、 常规遗传算法、粒子群算法在训练时间上有较大的提升,并且拥有较高的分类准确率。
|
关 键 词: | 支持向量机 参数优化 遗传算法 网格搜索法 |
收稿时间: | 2016/3/30 0:00:00 |
修稿时间: | 2016/4/18 0:00:00 |
A Parameters Optimization Method for an SVM Based on Adaptive Genetic Algorithm |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|