一种用于多分类问题的改进支持向量机-Read.PDFVIP

第 38 卷第 12 期 浙 　江 　大 　学 　学 　报(工学版) Vol. 38 No. 12 2004 年 12 月 Journal of Zhejian g University ( Engineering Science) Dec. 2004 一种用于多分类问题的改进支持向量机 黄景涛 ,马龙华 ,钱积新 (浙江大学 工业控制技术国家重点实验室 系统工程研究所 ,浙江 杭州 310027) ( ) 摘 　要 : 针对非均衡分布的多类分类问题 ,为提高支持向量机 SVM 算法的性能 ,提出了一种改进的 SVM 算法. ( ) ( ) 将遗传算法 GA 与传统 SVM 算法结合 ,构造出一种参数最优的进化 SVM GASVM , SVM 模型采用径向基函数 ( RBF) 作为核函数 ,利用格雷码编码方式对 SVM 算法的模型参数进行遗传编码和优化搜索 ,将搜索到的优化结果作 为 SVM 的最终模型参数. 在两个不同特性的数据集上进行仿真测试 ,结果表明 ,与使用交叉验证策略的简单 SVM 相比 ,改进后的 GASVM 算法在多类非均衡问题上明显提高了分类正确率 ,学习速度也有提高. 关键词 : 系统工程 ;支持向量机 ;遗传算法 ;进化支持向量机 ( ) 中图分类号: TP181 　　　　　文献标识码 : A 　　　　　文章编号 : 1008 973X 2004 12 1633 04 Improved support vector machine for multiclass classif ication problems HUAN G Jingtao , MA Longhua , Q IAN Jixin ( N ational Key L aboratory of I nd us t rial Cont rol Technology , I ns tit ute of Sys tems Engineering , Zhej iang University , Hangz hou 310027 , China) Abstract : To improve the performance of traditional support vector machine ( SVM) on the dataset with unbalanced class distribution , an improved SVM was presented. Genetic algorithmSVM ( GASVM) was constructed by combining the genetic algori