基于遗传最小二乘小波支持向量机的分类研究

摘要：

最小二乘小波支持向量机(LS-WSVM)具有速度快和精度高的优点,但也存在模型参数过多,难以确定的问题.基于遗传算法和LS-WSVM,本文提出了遗传最小二乘小波支持向量机(GA-L S-WSVM).利用遗传算法优化LS-WSVM的参数,提高了辨识效果.两个实验仿真结果表明,在同等条件下,GA-LS-WSVM的精度比神经网络和LS-SVM都更高,因而更适合与工程应用.

关键词： least square wavelets svm genetic algorithm

作者: 代龙泉 黄嘉亮 沈民奋

作者单位: 汕头大学工学院电子工程系,广东汕头515063

会议类型: 国内会议

会议名称: 中国人工智能学会第十三届学术年会

会议地点: 北京

会议语种:中文

页码: 179-186

在线出版日期: 2009-10-01（万方平台首次上网日期，不代表论文的发表时间）