计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2007年
z2期
17-21
,共5页
支持向量机%最优分划超平面%遗传算法
支持嚮量機%最優分劃超平麵%遺傳算法
지지향량궤%최우분화초평면%유전산법
提出了一种基于实数编码遗传算法的改进支持向量机.针对二进制遗传算法求解分类问题的3点不足之处,提出了改进算法.该算法在问题的约束中引进核函数,将问题映射到高维空间,成为线性问题后求解,从而使算法不仅适合解线性问题,也适合解非线性问题;引进Reduced SVM思想,仅用数据集的1%～10%的样本信息就能求出分类问题的分划超平面,从而大大降低了问题的复杂性;最后采用实数编码的遗传算法求解,节省了两次编码-解码转换所占据的运行时间.给出了算法的迭代步骤,数值实验表明该改进的算法是有效的,理论证明该算法确实是收敛的.
提齣瞭一種基于實數編碼遺傳算法的改進支持嚮量機.針對二進製遺傳算法求解分類問題的3點不足之處,提齣瞭改進算法.該算法在問題的約束中引進覈函數,將問題映射到高維空間,成為線性問題後求解,從而使算法不僅適閤解線性問題,也適閤解非線性問題;引進Reduced SVM思想,僅用數據集的1%～10%的樣本信息就能求齣分類問題的分劃超平麵,從而大大降低瞭問題的複雜性;最後採用實數編碼的遺傳算法求解,節省瞭兩次編碼-解碼轉換所佔據的運行時間.給齣瞭算法的迭代步驟,數值實驗錶明該改進的算法是有效的,理論證明該算法確實是收斂的.
제출료일충기우실수편마유전산법적개진지지향량궤.침대이진제유전산법구해분류문제적3점불족지처,제출료개진산법.해산법재문제적약속중인진핵함수,장문제영사도고유공간,성위선성문제후구해,종이사산법불부괄합해선성문제,야괄합해비선성문제;인진Reduced SVM사상,부용수거집적1%～10%적양본신식취능구출분류문제적분화초평면,종이대대강저료문제적복잡성;최후채용실수편마적유전산법구해,절성료량차편마-해마전환소점거적운행시간.급출료산법적질대보취,수치실험표명해개진적산법시유효적,이론증명해산법학실시수렴적.
