GEP及SVM融合的分类技术研究

王文栋  

【摘要】： 分类是数据挖掘领域中一个重要的研究点,作为对数据进行分析与研究的一个重要手段深受该领域学者的关注,并被应用到现实社会的各个领域。支持向量机是分类的一项新技术,由Vapnik领导的ATT实验小组于上世纪九十年代中期提出。它是在统计学习理论的VC维理论与结构风险最小原理的基础上提出的。但是,由于现实分类任务中收集到的数据往往含有冗余和不相关特征,使分类的精度受到了影响。支持向量机作为目前分类的有效工具,同样也需要在分类之前进行数据的预处理,去除冗余特征和不相关特征;此外,目前,支持向量机还在惩罚参数C与核参数的确定上还没理论的方法,使得在实际应用中分类的效果没有得到最优。 虽然上述两个问题已有不少学者进行了研究,也取得了有效的成绩,但目前还没有形成公认的方法。本文引入了基因表达式编程(Gene Expression Programming,GEP)作为特征选择和支持向量机参数优化的工具,取得了较好的效果。 本文所做主要工作: 1、对于特征选择问题,指出遗传算法编码方案的不足,提出了GEP算法的编码方案;在借鉴遗传算法进化策略的基础上,根据GEP编码方案的特点形成新的进化策略。 2、对于支持向量机的参数优化问题,在认真分析参数对分类效果影响的前提下,结合GEP参数优化方法,提出了基于GEP的参数优化方案。 3、针对上面提出的方法,以乳腺癌数据集为例,将特征选择和参数优化两个步骤联合起来,表明了支持向量机在分类任务中进行特征选择和参数优化的必要性。

【关键词】：支持向量机 基因表达式编程 特征选择 参数优化
【学位授予单位】：广西师范学院
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP18
http://cdmd.cnki.com.cn/Article/CDMD-10603-1011014663.htm