| 基于遗传算法的核函数参数优化 |
| |
| 引用本文： | 柳桂国,柳贺,黄道.基于遗传算法的核函数参数优化[J].浙江工商职业技术学院学报,2007,6(1):36-38. |
| |
| 作者姓名： | 柳桂国 柳贺 黄道 |
| |
| 作者单位： | 1. 浙江工商职业技术学院,机电工程系,浙江宁波,315012;华东理工大学,工业自动化国家工程中心分部,上海,200237
2. 华东理工大学,工业自动化国家工程中心分部,上海,200237 |
| |
| 摘 要： | 核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。
|
| 关 键 词： | 核主分量分析(KPCA) 高斯变异遗传算法(GBGM-GA) 特征提取 |
| 文章编号： | 1671-9565（2007）01-0036-03 |
| 修稿时间： | 2006-10-11 |
The Optimization for Parameter of Kernel Function with GA |
| |
| LIU Gui-guo,LIU He,HUANG Dao.The Optimization for Parameter of Kernel Function with GA[J].Journal of Zhejiang Business Technology Institute,2007,6(1):36-38. |
| |
| Authors: | LIU Gui-guo LIU He HUANG Dao |
| |
| Institution: | 1.State Engineering Research Center of Industrial Automation ECUST, Shanghai 200237, China; 2.Zhejiang Business Technology Institue, Ningbo 315020, China |
| |
| Abstract: | KPCA (Kernel Principle Component Analysis) is a nonlinear transforming technique by inputting and outputting data. How to select the optimization of nonlinear transforming kernel function parameter is the key to KPCA application in the feature extraction. In the paper, GBGM-GA is seen the optimization technique combining KPCA and GA, and is suitable to the optimization selection of kernel function parameter. The results of emulation show that the technique is feasible and effective. |
| |
| Keywords: | kernel principal component analysis gauss aberrance genetic mode-genetic algorithm feature extraction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
