%0 Journal Article
%T Method for optimizing parameters of least squares support vector machine based on artificial immune algorithm<br>基于人工免疫算法的最小二乘支持向量机参数优化算法*
%A YANG Fu-gang
%A <br>杨福刚
%J 计算机应用研究
%D 2010
%I 
%X 针对最小二乘支持向量机（LSSVM）处理大数据集时确定最优模型参数耗时长、占内存大的问题，提出了一种基于人工免疫算法的参数寻优方法。通过分析LSSVM模型参数对分类准确率的影响发现，存在多种参数组合，使得分类准确率相同；当其中一个参数固定，另外一个参数在某些范围内变化取值时，它们的组合并不影响分类的准确率。将LSSVM模型参数作为抗体的基因设计了抗体的编码方案，利用人工免疫算法对LSSVM参数优化搜索。仿真结果表明，与使用交叉验证和网格搜索方法相比，提出的LSSVM参数优化算法在不降低分类准确率的前提下，寻优效率大大提高。
%K artificial immune algorithm
%K least squares support vector machines
%K parameters optimization<br>人工免疫算法
%K 最小二乘支持向量机
%K 参数优化
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=19504C8FF40C3E6A8EC7B1EEB7DED4D8&yid=140ECF96957D60B2&vid=DB817633AA4F79B9&iid=94C357A881DFC066&sid=FC8D65835446970D&eid=030782B6ACCD7BEA&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=10