用遗传算法进行特征选择并优化支持向量机的核函数参数和惩罚因子

用粒子群优化算法进行特征选择和SVM参数优化-Using Particle Swarm Optimization algorithm of feature selection and SVM parameter opti...

针对采用支持向量机进行分类的特征子集选择问题，提出一种改进的基于梯度向量的特征评测算法。该算法在核特征空间中，利用数据点到分类超平面的距离函数的梯度向量对各个特征的重要性进行排序，省去了已有算法中计算

最优化中利用惩罚因子的罚函数法的外延，连带了共轭梯度法，由于罚因子的迅速跌代增大，加速了目标函数的收敛速度。

运用粒子群算法优化支持向量机的参数，效果比较好

机械优化设计中的惩罚函数法，详细介绍了惩罚函数法的全过程

·详细说明：遗传算法--基本遗传算法的函数最优化(预选择机制)。保留每代中最优秀的个体进行遗传。