摘要
支持向量机是最近发展起来的一种新的通用的机器学习方法，其理论基础是统计学习理论，支持向量机无论在模式识别还是在函数拟合方面均显示了其优越性，并越来越受到国内外研究者的广泛关注．但是，对支持向量机的推广预测能力具有很大影响的核函数和参数C一直没有一个很好的确定方法，针对这一问题，将遗传算法和支持向量机结合，提出了一种自动选择支持向量机参数的方法，结果表明，这种方法是科学有效的．
Support vector machine is a new learning machine, and it is based on the statistics learning theory. It has excellent characters of pattern recognition and function regression, and attracts the attention of all researchers. But the kernel function C and parameters which influence the result and performance of support vector machine has not been decided. Based on genetic algorithm, this paper proposes a new scientific method to automatically select the parameters.
出处
《绍兴文理学院学报（自然科学版）》
2004年第9期25-28,共4页
Journal of Shaoxing College of Arts and Sciences
