应用遗传算法优化子空间的SVM分类算法
응용유전산법우화자공간적SVM분류산법
GA-based Subspace Classification Algorithm for Support Vector Machines
  • 万方数据
    计算机科学 계산궤과학
    COMPUTER SCIENCE
    2013年 11期 255-260,275 ,共7页

    蒋华荣%郁雪

    장화영%욱설

    子空间分类%遗传算法%支持向量机%样本选择%凸包 子空間分類%遺傳算法%支持嚮量機%樣本選擇%凸包
    자공간분류%유전산법%지지향량궤%양본선택%철포
    Subspace classification%Genetic algorithm%Support vector machine%Sample selection%Convex hull
    提出了一种应用遗传算法优化子空间的SVM分类算法GS-SVM.该算法首先改进样本选择策略,采用基于置信度和凸包的样本选择方法,考虑类间距离和样本分布等因素,选择典型代表样本作为SVM的新训练集；然后采用矩阵式混合编码方式,利用遗传算法一并优化代表样本的特征子空间和SVM分类参数,并根据特征优化后的代表样本,构建SVM分类模型.在UCI的11个数据集上进行的仿真实验结果表明,该算法在大部分数据集上均可获得较小的样本规模和特征维数,以及较高的分类精度.
    제출료일충응용유전산법우화자공간적SVM분류산법GS-SVM.해산법수선개진양본선택책략,채용기우치신도화철포적양본선택방법,고필류간거리화양본분포등인소,선택전형대표양본작위SVM적신훈련집；연후채용구진식혼합편마방식,이용유전산법일병우화대표양본적특정자공간화SVM분류삼수,병근거특정우화후적대표양본,구건SVM분류모형.재UCI적11개수거집상진행적방진실험결과표명,해산법재대부분수거집상균가획득교소적양본규모화특정유수,이급교고적분류정도.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문