基于遗传算法的维权重支持向量机研究  

A study of attribute weighted SVM based on Genetic Algorithm

作　　者：李艳[1] 辛长平[2] 武建亮[2] 郭磊[3] 

机构地区：[1]河北工业大学经济管理学院,天津300401 [2]河北工业大学计算机科学与软件学院,天津300401 [3]河北工业大学电气与自动化学院,天津300130

出　　处：《河北工业大学学报》2012年第5期103-106,共4页Journal of Hebei University of Technology

基　　金：国家自然科学基金(61072100);河北省自然科学基金(G2010000165;H2012202035);河北省教育厅重点项目(ZH2012038);河北省高等学校科学研究计划人文社科研究青年基金(SQ121006)

摘　　要：与采用信息增益值来为样本属性加权的方法相比,本文提出了一种维权重支持向量机方法,该方法采用遗传算法为样本属性加权同时优化支持向量机及其核函数的参数,形成基于遗传算法的维权重支持向量机方法.在UCI数据集上的多个对比性实验表明本文方法可以进一步提高分类器的学习和泛化性能.Compared with the approach that the weight of each attribute is calculated by applying the information gain,this paper proposes an attribute weighted Support Vector Machine(SVM) approach which gives weight to each attribute and simultaneous optimizes parameters of SVM and kernel function based on Genetic Algorithm(GA).The experimental results based on UCI machine learning repository show that such an approach can improve the learning and generalization abilities of the classifier.

关 键 词：遗传算法 支持向量机 维权重 信息增益 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]