支持向量机中的核参数选择问题
来源期刊：控制工程2005年第4期
论文作者：齐志泉 田英杰 徐志洁
文章页码：379 - 381
关键词：支持向量机(SVM);核;混合遗传算法;LOO上界;
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。
齐志泉，田英杰，徐志洁
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;
