深度优先算法在多目标SVM模型中的仿真应用  

Simulation Applications of Depth-First Search Algorithm in Multi-Objective SVM Model

作　　者：尹华[1] 吴虹[1] 

机构地区：[1]赣南师范学院

出　　处：《电脑与电信》2010年第8期49-50,57,共3页Computer & Telecommunication

摘　　要：针对目前多阈值的多目标输出SVM回归算法的预测效果不理想、运算量大的问题,提出采用相同阈值的SVM多目标输出回归算法,将启发式深度优先搜索引入到SVM的参数寻优过程中,然后用改进的序列极小化特征选择算法优化SVM特征。仿真结果说明采用深度优先算法对参数优化,效果相对较好,在多目标优化问题中的应用研究具有广泛的应用前景。At present,the algorithm of multi-objective SVM model which uses multi-threshold is not ideal in the efficiency and computation.This article proposes the SVM model using the same threshold value,and introduces the depth-first search algorithm to the process of SVM parameter optimization,and then uses the sequential minimal algorithm to improve the SVM features. Results show that parameter optimization using depth-first search algorithm is relatively good.The model is an effective method for multi-objective problems.

关 键 词：支持向量机 深度优先算法 优化 序列极小化特征 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]