微计算机应用
微計算機應用
미계산궤응용
MICROCOMPUTER APPLICATIONS
2011年
2期
70-74
,共5页
王俭臣%单甘霖%张岐龙%段修生
王儉臣%單甘霖%張岐龍%段脩生
왕검신%단감림%장기룡%단수생
SVM-RFE%特征选择%PSO%分类正确率
SVM-RFE%特徵選擇%PSO%分類正確率
SVM-RFE%특정선택%PSO%분류정학솔
SVM-RFE特征选择算法是一种有效的特征选择方法,具有较高的应用价值.针对传统SVM-RFE特征选择算法中SVM参数(γ和C)难以确定的问题,本文采用粒子群算法搜索SVM的参数.然后将特征向量映射到SVM参数γ确定的核空间中并进行特征选择,有效地将特征选择与SVM分类器设计关联起来.仿真结果表明,特征选择后的数据集仍能保证SVM分类器具有较高的分类正确率.
SVM-RFE特徵選擇算法是一種有效的特徵選擇方法,具有較高的應用價值.針對傳統SVM-RFE特徵選擇算法中SVM參數(γ和C)難以確定的問題,本文採用粒子群算法搜索SVM的參數.然後將特徵嚮量映射到SVM參數γ確定的覈空間中併進行特徵選擇,有效地將特徵選擇與SVM分類器設計關聯起來.倣真結果錶明,特徵選擇後的數據集仍能保證SVM分類器具有較高的分類正確率.
SVM-RFE특정선택산법시일충유효적특정선택방법,구유교고적응용개치.침대전통SVM-RFE특정선택산법중SVM삼수(γ화C)난이학정적문제,본문채용입자군산법수색SVM적삼수.연후장특정향량영사도SVM삼수γ학정적핵공간중병진행특정선택,유효지장특정선택여SVM분류기설계관련기래.방진결과표명,특정선택후적수거집잉능보증SVM분류기구유교고적분류정학솔.
