基于遗传算法的支撑向量机的特征选取  

Feature Selection for SVM Based on Genetic Algorithm

作　　者：许建强[1] 李高平[2] 

机构地区：[1]华东师范大学计算机科学与技术系 [2]上海中山医院,上海200032

出　　处：《计算机工程》2004年第24期1-2,182,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(30271250);上海市高等学校青年科学基金资助项目(03HQ20)

摘　　要：提出了一种支撑向量机(SVM)的特征提取方法,该方法使得所提取的特征向量能最小化SVM推广性的界,同时设计了一种有效的遗传算法来实现该方法。模拟数据和心电信号等识别问题的实验结果验证了该方法的有效性。A method of feature selection for support vector machines is presented. The method is based upon finding those features which minimize. the generalization bound of the SVM and an efficient genetic algorithm is designed to realize it. The method is shown to be effective on both simulation data set and cardiac pattern recognition.

关 键 词：特征选取 支撑向量机 推广性的界 遗传算法 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]