文献类型：期刊文章

作　　者：丁勇[1] 秦晓明[2] 何寒晖[3]

机构地区：[1]浙江经贸职业技术学院,浙江杭州310018 [2]焦作师范高等专科学校计算机与信息工程系,河南焦作454001 [3]浙江医学高等专科学校,浙江杭州310053

出　　处：《计算机仿真》

年　　份：2010

卷　　号：27

期　　号：11

起止页码：187-190

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：支持向量机的优化算法对准确检索所需信息资料很重要。传统支持向量机参数寻优方法速度慢、运算量大,具有一定的盲目性。针对准确快速检索到所需信息,为提高支持向量机算法的性能,提出了一种采用免疫算法对支持向量机参数进行优化的文本分类方法(IA-SVM)。将支持向量机模型参数作为抗体的基因设计了抗体的编码方案,利用人工免疫算法对支持向量机的惩罚因子和径向基核函数进行优化搜索,使支持向量机的分类性能最优。实验结果表明,IA-SVM算法减少了对支持向量机参数选择的盲目性,在文本分类问题上明显提高了分类正确率和检索速度。

关 键 词：免疫算法 支持向量机 文本分类 参数优化

分 类 号：TP311] TP301[计算机类]