%0 Journal Article %A 乔立岩 %A 彭喜元 %A 彭宇 %T 基于微粒群算法和支持向量机的特征子集选择方法 %D 2006 %R %J 电子学报 %P 496-498 %V 34 %N 3 %X 在模式分类系统中,大量无关或冗余的特征往往会降低分类器的性能,因此需要特征选择.本文提出了基于离散微粒群(BPSO)和支持向量机(SVM)封装模式的特征子集选择方法,首先随机产生若干种群(特征子集),然后用BPSO算法对特征进行优化,并用SVM的10阶交叉验证结果指导算法的搜索,最后选出最佳适应度的子集对SVM进行训练.两个UCI机器数据集(户外图像和电离层)的实验结果表明了提出算法的有效性. %U https://www.ejournal.org.cn/CN/abstract/article_6186.shtml