基于Fisher准则和最大熵原理的SVM核参数选择方法
SVM parameters selection method based on Fisher criterion and maximum entropy principle作者机构:海军航空工程学院控制工程系 中国人民解放军91550部队
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2014年第29卷第11期
页 面:1991-1996页
核心收录:
学科分类:0820[工学-石油与天然气工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:支持向量机 核函数 参数选择 Fisher准则 最大熵原理 粒子群优化算法
摘 要:针对支持向量机(SVM)核参数选择困难的问题,提出一种基于Fisher准则和最大熵原理的SVM核参数优选方法.首先,从SVM分类器原理出发,提出SVM核参数优劣的衡量标准;然后,根据此标准利用Fisher准则来优选SVM核参数,并引入最大熵原理进一步调整算法的优选性能.整个模型采用粒子群优化算法(PSO)进行参数寻优.UCI标准数据集实验表明了所提方法具有良好的参数选择效果,优选出的核参数能够使SVM具有较高的泛化性能.