摘要：提出了特征选择和支持向量机(SVM)训练模型的联合优化方法，利用特征选择和训练模型的互相依赖关系来提高SVM性能。该方法包括3个关键技术：优化目标是提高SVM性能，它是由ξα—estimate方法计算出来的；用一个二进制向量表示特征选择，用混合核函数和折中控制参数来表示训练模型；用演化算法来求解联合优化问题。通过使用入侵检测标准数据，比较了联合优化、单独优化和分开优化方法以及遗传算法(GA)和粒子群优化算法(PSO)的使用效果。结果表明：联合优化方法能更好地提高SVM性能，并且收敛速度更快；GA的效果比PSO要好。http://www.cqvip.com//QK/93884X/200401/9111008.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）