论文部分内容阅读
针对支撑向量机的结构参数和核函数中的参数主观确定的局限性。将遗传算法和支撑向量机相结合，提出一种优化的支撑向量机算法。首先将支撑向量机的参数以及核函数参数进行基因编码，利用支撑向量机的泛化误差函数作为适应度函数，然后用遗传算法进行优化，有效提高了支撑向量机的学习能力及推广能力。将该算法用于陀螺仪参数漂移预测中，仿真结果验证了算法的可行性和有效性。