基于微分进化算法的支持向量机参数与特征同步选择

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为了提高支持向量机(SVM)参数选择和特征选择的效率,提出了一种基于微分进化(DE)算法的SVM参数与特征同步选择方法(DE-SVM)。在编码方式上将DE的个体分为参数维和特征维,参数维直接用于优化选择参数,特征维经过"取整二进制变换"后选择相应特征。在几个UCI标准数据集上的仿真试验证明了该方法的有效性,与基于微粒群算法的参数与特征同步选择方法(PSO-SVM)相比,DE-SVM具有更高的寻优效率和特征选择能力。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 进化算法 向量机 特征选择 交流学习 自动控制技术 机器学习 支持向量机 参数与特征同步选择 微分进化算法