GA_SJ在SVM核参数优化中的应用

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:foxgp123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
支持向量机(SVM)是一种性能良好的机器学习方法,但是对于其参数的选择还缺少系统的理论作为指导。针对经典的SVM参数选择方法——遗传算法的一些不足,提出了改进,并将其与SVM相结合,得到自动选择核参数并进行SVM训练的算法即GA_SJ算法。该算法通过将随机搜索引入到遗传算法当中,并采用最优保存策略和动态的交叉和变异概率,有效地提高了遗传算法的效率。数值实验结果证实了GA_SJ算法在SVM参数优化中的可行性和有效性,而且得到的SVM具有较高的分类性能。
其他文献
城镇旅馆业一般规模小,数量多,卫生设施简陋,从业人员素质低。卫生状况较差,卫生监督管理难度较大。我们通过开展旅馆业卫生质量竞赛活动,运用激励机制,完善自身管理,收到了良好效果
随着城市现代化进程的不断加速,建立高效、完善的城市应急事件管理系统迫在眉睫。遍布城市各处的监控摄像头拍摄的监控视频是城市应急事件管理系统重要的数据来源,但在现阶段主要依赖人工识别,费时费力且效果不佳。提出一种面向城市应急管理的监控视频智能解析方法,利用计算机视觉库获取视频中监控对象的数量和位置,生成其运动轨迹并匹配预设的异常运动模板,从而构建应急事件的规范化情境模型用以分析和预警。以某大学校园开放
针对传统全速度差(FVD)模型缺乏考虑前车最优速度影响的局限性,提出了一种改进的全速度差(IFVD)模型。在IFVD模型中,除了考虑跟驰车自身的最优速度和前车的速度差外,还进一步分析
对现有Linux系统下Rootkit检测技术的原理进行分析,并提出了基于Kprobe的Rootkit检测技术。通过在关键路径下插入探测点,在内核底层收集Rootkit所要隐藏的对象信息,最后通过
伴随着信息化全面建设,越来越多的信息化系统运用于各行各业,为广大的人民群众和国家带来信息化时代的便捷性与优越性,但是同时随之产生一系列复杂的安全问题也亟待解决。因
k近邻方法是文本分类中广泛应用的方法,对其性能的优化具有现实需求。使用一种改进的聚类算法进行样本剪裁以提高训练样本的类别表示能力;根据样本的空间位置先后实现了基于
供应链生产、分销环节的协同合作是高效供应链系统运营的重要保证。针对供应链产销环节中制造商和分销商的稳定合作伙伴选择问题,提出了基于历史交易信息的满意度评价方法,并
固化炉是微电子制造过程的重要设备,它内部的温度分布具有大时滞、强耦合、非线性的特点。针对固化炉温度模型复杂和加热板热效应耦合的问题,将最小二乘法及阶跃响应法相结合,在
区域连接演算(Region Connection Calculus,RCC)是一种用于空间定性表示和推理的形式化模型,如RCC5,RCC8等,其一致性检查被证明是一个NP问题。幸运的是,在其可处理子集上,路径一致性
为了降低不确定多属性决策中区间决策信息集成时的计算复杂度,将连续区间有序加权几何平均(C-OWGA)算子和Power几何平均算子相结合,提出一种连续区间Power有序加权几何平均(C-POWG