计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2010年
8期
150-152,193
,共4页
支持向量机%遗传算法%参数优化%交叉验证
支持嚮量機%遺傳算法%參數優化%交扠驗證
지지향량궤%유전산법%삼수우화%교차험증
针对传统遗传算法的支持向量机参数选择方法易陷入局部极小点,导致过拟合或欠学习的问题,从而提出一种基于改进遗传算法的支持向量机参数选择方法,该方法在遗传算法初始化群体阶段采用加权深度优先搜索机制,克服了遗传算法局部搜索能力差的缺点,对支持向量机的径向基核参数进行优化,找出了具有较强推广能力的径向基核参数.将该算法用于3个基准数据集的仿真实验,结果表明该方法在保证分类精度前提下,大幅度缩短了训练建模时间,提高了运行效率.
針對傳統遺傳算法的支持嚮量機參數選擇方法易陷入跼部極小點,導緻過擬閤或欠學習的問題,從而提齣一種基于改進遺傳算法的支持嚮量機參數選擇方法,該方法在遺傳算法初始化群體階段採用加權深度優先搜索機製,剋服瞭遺傳算法跼部搜索能力差的缺點,對支持嚮量機的徑嚮基覈參數進行優化,找齣瞭具有較彊推廣能力的徑嚮基覈參數.將該算法用于3箇基準數據集的倣真實驗,結果錶明該方法在保證分類精度前提下,大幅度縮短瞭訓練建模時間,提高瞭運行效率.
침대전통유전산법적지지향량궤삼수선택방법역함입국부겁소점,도치과의합혹흠학습적문제,종이제출일충기우개진유전산법적지지향량궤삼수선택방법,해방법재유전산법초시화군체계단채용가권심도우선수색궤제,극복료유전산법국부수색능력차적결점,대지지향량궤적경향기핵삼수진행우화,조출료구유교강추엄능력적경향기핵삼수.장해산법용우3개기준수거집적방진실험,결과표명해방법재보증분류정도전제하,대폭도축단료훈련건모시간,제고료운행효솔.
