支持向量机(support vector machines,SVM)的性能在很大程度上取决于参数的设置,所以参数选择问题一直是 SVM理论和应用研究中的重点问题。SVM的参数选择本质上是一个优化搜索过程,并且这个优化问题往往是多峰的。微分进化算法(differential evolution,DE)是一种实数编码的基于种群进化的优化算法,具有强劲的全局搜索能力,在多峰函数的寻优问题上已表现出优异的性能。为此,将DE算法用于SVM参数选择,提出了基于DE算法的SVM参数选择方法(DE-SVM)。在标准数据集
