节点文献

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

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 XU Jianqiang1,2 , LI Gaoping3 (1. Department of Computer Science and Technology, East China Normal University, Shanghai 200062; 2. Center of Mathematics and Physics Teaching,Shanghai Institute of Technology, Shanghai 200233;3. Shanghai Zhongshan Hospital, Shanghai 200032)

【机构】华东师范大学计算机科学与技术系；上海中山医院上海200062上海应用技术学院数理教学部；上海200233；上海200032；

【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。更多还原

【Abstract】 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.更多还原

【关键词】特征选取；支撑向量机；推广性的界；遗传算法；
【Key words】 Feature selection； Support vector machines(SVM)； Generalization bounds； Genetic algorithm；

【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)

【文献出处】计算机工程 ,Computer Engineering , 编辑部邮箱 ,2004年24期

【分类号】TP301.6
【被引频次】13
【下载频次】307

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献