收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于遗传算法的进化支持向量机研究

赵洪波  
【摘要】:支持向量机是最近发展起来的一种新的通用的机器学习方法,其理论基础是统计学习理论,支持向量机无论在模式识别还是在函数拟合方面均显示了其优越性,并越来越受到国内外研究者的广泛关注.但是,对支持向量机的推广预测能力具有很大影响的核函数和参数 C 一直没有一个很好的确定方法,针对这一问题,将遗传算法和支持向量机结合,提出了一种自动选择支持向量机参数的方法,结果表明,这种方法是科学有效的.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 严晓明;郑之;;基于混合仿生算法的SVM参数优化[J];广西师范大学学报(自然科学版);2011年02期
2 于哲夫;路慧彪;贾传荧;;一种快速混合核函数参数选择方法[J];大连海事大学学报;2011年03期
3 冯林;原永乐;;一种基于(μ+λ)-ES进化策略的特征选择方法[J];计算机科学;2011年08期
4 王至超;张化祥;;支持向量回归参数调节及应用研究[J];计算机工程与设计;2011年08期
5 朱予东;王星久;王天龙;郭振;吴小芳;;基于自适应遗传算法参数优化的锅炉燃烧特性建模[J];应用能源技术;2011年08期
6 李仁兵;李艾华;白向峰;蔡艳平;王德生;;支持向量机的进化多核设计[J];控制理论与应用;2011年06期
7 ;遗传算法:让发明自动“进化”[J];硅谷;2011年15期
8 李荣兵;;基于支持向量机的数控机床总线的故障诊断研究[J];煤矿机械;2011年09期
9 李太白;;基于混沌粒子群的SVM参数优化算法[J];重庆文理学院学报(自然科学版);2011年04期
10 ;自动化技术、计算机技术[J];中国无线电电子学文摘;2011年03期
11 李立红;许元飞;;深度优先搜索的支持向量机参数优化算法[J];计算机仿真;2011年07期
12 蒋鹏;佘艳;;基于遗传算法的接驳转运车辆排程的分析研究[J];信息与电脑(理论版);2011年06期
13 万家强;王越;刘羽;;一种组合核支持向量机建模的方案[J];计算机工程与应用;2011年19期
14 李伟;;遗传算法在智能组卷中的应用[J];中国城市经济;2011年11期
15 吴旻;陈长明;史哲;杜鹏;;遗传算法及其改进研究[J];湖北广播电视大学学报;2011年09期
16 杨治秋;;基于遗传算法的功能可重构数字体系研究[J];微计算机信息;2011年08期
17 陈涛;;基于差分进化算法的支持向量回归机参数优化[J];计算机仿真;2011年06期
18 赵鑫;王丞;;用遗传算法类库GAlib对遗传算法进行研究和应用[J];华章;2011年16期
19 陈红梅;朱若寒;;遗传算法研究现状与应用[J];科技信息;2011年18期
20 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
中国重要会议论文全文数据库 前10条
1 宗朝霞;汤宏胜;贺曼;葛忠学;来蔚鹏;李华;;基于遗传算法的支持向量机预测含能材料密度的研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
2 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
3 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
5 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
6 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
7 王小刚;童振;王福利;张清知;;一种支持向量回归模型参数多目标寻优方法[A];2007中国控制与决策学术年会论文集[C];2007年
8 李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
9 刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
10 杜金香;冯西安;马艳;;支持向量机在DOA估计中的稳健性研究[A];2011'中国西部声学学术交流会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
2 赵明渊;分类问题的智能优化算法及其应用研究[D];电子科技大学;2011年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
5 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
6 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
7 姚有领;智能自适应解耦控制及其在板形板厚综合控制中的应用[D];上海大学;2008年
8 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年
9 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
10 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
中国硕士学位论文全文数据库 前10条
1 闫磊凡;遗传算法求解反SVM问题在集群系统上的实现[D];河北大学;2006年
2 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
3 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
4 李红英;支持向量分类机的核函数研究[D];重庆大学;2009年
5 黄嘉亮;基于遗传算法的小波支持向量机模型及其应用[D];汕头大学;2008年
6 赵云峰;基于Gabor滤波特征的车辆检测系统的研究[D];燕山大学;2006年
7 吴春连;基于GA参数优化的在线学习SVM算法及其在气象预测中的应用[D];吉林大学;2007年
8 王静;SVM在参数选择上的优化[D];兰州理工大学;2008年
9 李治友;遗传算法和支持向量机混合方法及其应用[D];重庆大学;2003年
10 刘庆平;神经网络与支持向量机学习算法的理论及仿真研究[D];燕山大学;2003年
中国重要报纸全文数据库 前1条
1 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
 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