基于混沌优化算法的支持向量机参数选取方法

<p>支持向量机(SVM)的参数取值决定了其学习性能和泛化能力.对此,将SVM参数的选取看作参数的组合优化,建立组合优化的目标函数,采用变尺度混沌优化算法来搜索最优目标函数值.混沌优化算法是一种全局搜索方法, 在选取SVM 参数时,不必考虑模型的复杂度和变量维数.仿真表明, 混沌优化算法是选取SVM 参数的有效方法,应用到函数逼近时具有优良的性能.</p>