收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于遗传算法的核函数参数优化

柳桂国  柳贺  黄道  
【摘要】:核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。

知网文化
【相似文献】
中国期刊全文数据库 前2条
1 高海华;杨辉华;王行愚;;基于PCA和KPCA特征抽取的SVM网络入侵检测方法[J];华东理工大学学报(自然科学版);2006年03期
2 柳桂国;柳贺;黄道;;基于遗传算法的核函数参数优化[J];浙江工商职业技术学院学报;2007年01期
中国重要会议论文全文数据库 前1条
1 强俊;周鸣争;汪军;楚宁;;基于核学习算法的内窥镜图像的识别[A];第十二届全国图象图形学学术会议论文集[C];2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978