基于GEP的支持向量机参数优化Parameter Optimization Algorithm for SVM Based on Gene Expression Programming MethodDOI：

摘要：支持向量机(SVM)具有优良的学习能力和推广能力,然而其性能依赖于参数的选取.本文对影响模型分类能力的相关参数(C、σ2)进行了研究,提出了一种基于基因表达式编程((Gene Expression Programming,GEP)的支持向量机参数选择算法,即根据参数在分类器中的作用,利用GEP优化参数的两种编码方案分别对C与σ2进行编码,期望改进支持向量机的分类精度和泛化能力.最后实验表明了本文算法的有效性.

作者：	王文栋    钟智    元昌安    WANG WEN-dong    ZHONG Zhi    YUAN Chang-an
作者单位：	广西师范学院计算机与信息工程学院,广西,南宁,530023
期 刊：	广西师范学院学报（自然科学版）
Journal：	JOURNAL OF GUANGXI TEACHERS EDUCATION UNIVERSITY(NATURAL SCIENCE EDITION)
年，卷(期)：	2010, 27(2)
分类号：	TP306.1
关键词：	支持向量机     基因表达式编程     参数优化
机标分类号：	F22 TP3