基于二进制PSO算法特征选择及SVM参数同步优化.pdfVIP

N0．6 计算机科学2007V01．34 基于二进制PSO算法的特征选择及SVM参数同步优化*) 任江涛赵少东许盛灿印鉴 (中山大学计算机科学系广州510275) 摘要特征选择及分类器参数优化是提高分类器性能的两个重要方面，传统上这两个问题是分开解决的。近年来， 随着进化优化计算技术在模式识别领域的广泛应用，编码上的灵活性使得特征选择及参数的同步优化成为一种可能 和趋势。为了解决此问题，本文研究采用二进制PSO算法同步进行特征选择及SVM参数的同步优化，提出了一种 PSO-SVM算法。实验表明，该方法可有效地找出合适的特征子集及SVM参数，并取得较好的分类效果；且与文I-4] 所提出的GA-SXqVI算法相比具有特征精简幅度较大、运行效率较高等优点。 关键词特征选择，支持向量机，同步优化，粒子群算法 FeatureSelectionandSVMParam