%0 Journal Article
%T 基于Fisher准则和最大熵原理的SVM核参数选择方法
%A 周绍磊
%A 廖剑
%A 史贤俊
%J 控制与决策
%P 1991-1996
%D 2014
%R 10.13195/j.kzyjc.2013.1071
%X 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.
%K 支持向量机
%K 核函数
%K 参数选择
%K Fisher
%K 准则
%K 最大熵原理
%K 粒子群优化算法
%U http://www.kzyjc.net:8080/CN/abstract/abstract12837.shtml