-
51浏览
-
0点赞
-
0收藏
-
0分享
-
175下载
-
0评论
-
引用
期刊论文
基于微粒群算法和支持向量机的特征子集选择方法
,-0001,():
微粒群优化算法是一种新兴的群智能进化算法,该算法具有执行速度快、受问题维数变化影响小等优点。支持向量机是基于统计学习的方法,利用结构风险最小化原理,具有很好的泛化能力。为了充分发挥二者的优势,提出了基于离散微粒群和支持向量机的特征子集选择方法。首先随机产生若干特征子集,然后采用5阶交叉验证的方法,用离散微粒群优化算法对特征进行优化选择,选出最佳适应度的子集对支持向量机进行训练。使用这种方法,对UCI机器学习Benchmark库中sonar和led数据集进行实验,取得了比较满意的结果。
【免责声明】以下全部内容由[彭喜元]上传于[2005年04月29日 23时35分34秒],版权归原创者所有。本文仅代表作者本人观点,与本网站无关。本网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。
本学者其他成果
同领域成果