基于遗传算法的支持向量机分类算法

›› 2015, Vol. 28 ›› Issue (12): 32-.

基于遗传算法的支持向量机分类算法

张东东

(上海理工大学光电信息与计算机工程学院,上海 200093)

出版日期:2015-12-15 发布日期:2015-12-15
作者简介:张东东(1991—),男,硕士研究生。研究方向:故障诊断,图像识别。E-mail:156848686@qq.com

Support Vector Machine Classification Algorithm Based on Genetic Algorithms

ZHANG Dongdong

(School of Optical-Electrical and Computer Engineering,Shanghai University for Science and Technology,Shanghai 200093,China)

Online:2015-12-15 Published:2015-12-15

摘要/Abstract

摘要：

针对现有部分支持向量机在多类分类过程中存在的数据不均衡性、对算法结构依赖性强的问题,提出一种新的基于遗传算法的支持向量机多类分类算法。以遗传算法中的交叉作为支持向量机中类的选择,以变异改善分类过程中的纠错能力,以适应度函数作为最优分类结果的确定。在不同特性的样本集上进行仿真测试,结果证明,该算法在类数较多的情况下,有更好的数据均衡性,在分类速度及准确度上均有一定的优越性。

关键词: 遗传算法, 支持向量机, 多类分类

Abstract:

In view of the some existing SVMS issues such as data disproportion and strong dependence on the algorithm structure in the process of multi-classification,a new SVM classification algorithm based on genetic algorithms is proposed.The new algorithm considers the crossover in the genetic algorithm as the choice of divisions in the SVM,improves the correction capability during classification by mutation and bases the optimal classification results on the fitness function.Simulation and tests are performed on sample sets with different characteristics and the result shows the algorithm has superiority in data balance,speed and accuracy of classification in the case of multi-classification.

Key words: genetic algorithm;SVM;multi classification

中图分类号:

TP301.6

张东东. 基于遗传算法的支持向量机分类算法[J]. , 2015, 28(12): 32-.

ZHANG Dongdong. Support Vector Machine Classification Algorithm Based on Genetic Algorithms[J]. , 2015, 28(12): 32-.

[1]	伍伟嘉,杨俭,袁天辰,邵志慧. 基于支持向量机的轨道结构病害识别研究[J]. 电子科技, 2022, 35(2): 27-33.
[2]	金霄,吴飞,鄢松,陆雯霞,张忠艺. 基于GAWK-means的地铁车站指纹定位方法[J]. 电子科技, 2022, 35(2): 34-39.
[3]	邵志慧,杨俭,袁天辰,伍伟嘉. 基于排列熵和支持向量机的轨枕病害诊断[J]. 电子科技, 2022, 35(2): 52-58.
[4]	冯先丁,魏镜弢,吴张永,钱杰,浦友尚. 基于PCA-PSO-SVM的球磨机负荷预测研究[J]. 电子科技, 2022, 35(1): 29-34.
[5]	修晓波,李伯全,周峰. 基于遗传算法的温度传感器布置优化[J]. 电子科技, 2021, 34(9): 17-23.
[6]	王阳,王亚刚. 基于阶跃响应和遗传算法优化高阶加时滞模型的辨识方法[J]. 电子科技, 2021, 34(9): 41-46.
[7]	张朋飞,魏存伟,刘先康,刘安然,杨欧,林永霖. 窄带舰船目标识别方法研究[J]. 电子科技, 2021, 34(6): 50-55.
[8]	刘姝,邵杰,张颐婷,张善章. 基于双谱和谱特征的心电信号分类方法[J]. 电子科技, 2021, 34(5): 42-46.
[9]	彭荣杰,彭亚雄,陆安江. 基于改进PCA+SVM的人脸识别系统[J]. 电子科技, 2021, 34(12): 56-61.
[10]	巨志勇,翟春宇,张文馨. 基于SVM与区域生长的彩色商品标签图像分割方法[J]. 电子科技, 2021, 34(10): 69-74.
[11]	金鑫,冯毅,尤雪汐,王佳欣. 基于机器学习的信息安全设备调配保障技术研究[J]. 电子科技, 2020, 33(8): 80-86.
[12]	万东燕,许桢英,杨卿,吴梦琪. 基于PCA与SVM的焊缝缺陷信号分类方法[J]. 电子科技, 2020, 33(5): 9-14.
[13]	陈磊,李菲菲,陈虬. 基于迁移学习与权重支持向量机的图像多标签标注算法[J]. 电子科技, 2020, 33(3): 12-16.
[14]	丁家会,张兆军. 基于个体排序的自适应遗传算法[J]. 电子科技, 2020, 33(3): 6-11.
[15]	杨海柱,江昭阳,李梦龙,康乐. 基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测[J]. 电子科技, 2020, 33(12): 67-74.