场景分类中RBF-SVM参数的形态分析

摘要：

RBF-SVM是场景分类中主流的分类算法之一,C和γ是其优化参数.本文分析了场景分类中RBF-SVM优化参数的形态分布,从实验结果发现场景分类中RBF-SVM参数优化属于多峰值的优化问题.参数与分类精确度之间不具有显式的函数关系,并且最优解的搜索空间很大,用传统的网格算法和枚举法很难满足需求.演化算法具有自组织、自适应、自学习等智能特征,是解决场景分类中RBF-SVM参数优化的有效途径.

关键词：场景分类、支持向量机、参数优化、演化算法

所属期刊栏目：9

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金60772163;广东省自然科学基金9151001002000014;深圳市科技计划SY200806300270A

在线出版日期：2011-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：41-47