[1]王萍萍,王翰虎.一种支持向量机参数优化的GA-Powell算法[J].计算机技术与发展,2013,(02):15-18.
　WANG Ping-ping,WANG Han-hu.A GA-Powell Algorithm for Parameter Optimization of Support Vector Machine[J].,2013,(02):15-18.
点击复制

一种支持向量机参数优化的GA-Powell算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2013年02期
页码:
15-18
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A GA-Powell Algorithm for Parameter Optimization of Support Vector Machine
文章编号:
1673-629X（2013）02-0015-04
作者:
王萍萍; 王翰虎
贵州大学 计算机科学与信息学院
Author(s):
WANG Ping-ping; WANG Han-hu
关键词:
支持向量机; 参数优化; 遗传算法; Powell算法
Keywords:
SVM; parameter optimization; GA; Powell algorithm
文献标志码:
A
摘要:
支持向量机的核心是核函数,选择合适的核函数参数是支持向量机理论研究的重点.文中将遗传算法与Powell算法相结合,提出了GA-Powell算法来优化核函数的参数.首先利用遗传算法找到一个初始最优解,再利用Powell算法在所得解附近进行寻优,反复迭代产生最优解.该算法在保留遗传算法较强的全局搜索能力的同时具有Powell算法的较强的局部搜索能力,使得混合算法具有更加精确和快速的收敛性.将该算法应用到银行基金项目的分类实验中取得了良好的结果
Abstract:
Support vector machine (SVM) is the core of the kernel function,selecting the proper parameters of kernel function are the fo-cus of support vector machine theory research. Combined GA and Powell algorithm,the GA-Powell algorithm was proposed to search op-timal parameters. First,use the genetic algorithm to find a initial solution,and then use the Powell algorithm,eventually produce the opti-mal solution. This method retained the global search capability of GA algorithm and the good local convergence of Powell,with more ac-curate and faster convergence. The algorithm is applied to the practice of bank found project classification and has good result

相似文献/References:

[1]李雷 张建民.一种改善的基于支持向量机的边缘检测算子[J].计算机技术与发展,2010,(03):125.
　LI Lei,ZHANG Jian-min.An Improved Edge Detector Using the Support Vector Machines[J].,2010,(02):125.
[2]陈俏 曹根牛 陈柳.支持向量机应用于大气污染物浓度预测[J].计算机技术与发展,2010,(01):247.
　CHEN Qiao,CAO Gen-niu,CHEN Liu.Application of Support Vector Machine to Atmospheric Pollution Prediction[J].,2010,(02):247.
[3]李晶 姚明海.基于支持向量机的语义图像分类研究[J].计算机技术与发展,2010,(02):75.
　LI Jing,YAO Ming-hai.Research of Semantic Image Classification Based on Support Vector Machine[J].,2010,(02):75.
[4]姜鹤 陈丽亚.SVM文本分类中一种新的特征提取方法[J].计算机技术与发展,2010,(03):17.
　JIANG He,CHEN Li-ya.A New Feature Selection Method in SVM Text Categorization[J].,2010,(02):17.
[5]曹庆璞 董淑福 罗赟骞.网络时延的混沌特性分析及预测[J].计算机技术与发展,2010,(04):43.
　CAO Qing-pu,DONG Shu-fu,LUO Yun-qian.Chaotic Analysis and Prediction of Internet Time- Delay[J].,2010,(02):43.
[6]路川 胡欣杰.区域航空市场航线客流量预测研究[J].计算机技术与发展,2010,(04):84.
　LU Chuan,HU Xin-jie.Analysis of Regional Airline Passenger Forecast Title[J].,2010,(02):84.
[7]黄炜 黄志华.一种基于遗传算法和SVM的特征选择[J].计算机技术与发展,2010,(06):21.
　HUANG Wei,HUANG Zhi-hua.Feature Selection Based on Genetic Algorithm and SVM[J].,2010,(02):21.
[8]孙秋凤.microRNA计算识别中的模式识别技术[J].计算机技术与发展,2010,(06):97.
　SUN Qiu-feng.Pattern Recognition Technology for MicroRNA Identification[J].,2010,(02):97.
[9]刘振岩 王勇 陈立平 马俊杰 陈天恩.基于SVM的农业智能决策Web服务的研究与实现[J].计算机技术与发展,2010,(06):213.
　LIU Zhen-yan,WANG Yong,CHEN Li-ping,et al.Research and Implementation of Intelligence Decision Web Services Based on SVM for Digital Agriculture[J].,2010,(02):213.
[10]王李冬.一种新的人脸识别算法[J].计算机技术与发展,2009,(05):147.
　WANG Li-dong.A New Algorithm of Face Recognition[J].,2009,(02):147.
[11]陈静静,刘 升.基于改进天牛群算法优化 SVM 的个人信用评估[J].计算机技术与发展,2021,31(06):135.[doi:10. 3969 / j. issn. 1673-629X. 2021. 06. 024]
　CHEN Jing-jing,LIU Sheng.Personal Credit Evaluation Based on SVM Optimized by ImprovedBeetle Swarm Optimization Algorithm[J].,2021,31(02):135.[doi:10. 3969 / j. issn. 1673-629X. 2021. 06. 024]

更新日期/Last Update: 1900-01-01