...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Hybrid Intelligent Systems >Combination of support vector machines using genetic programming
【24h】

Combination of support vector machines using genetic programming

机译：支持向量机的遗传编程组合

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper describes the combination of support vector machine (SVM) classifiers using Genetic Programming (GP) for gender classification problem. In our scheme, individual SVM classifiers are constructed through the learning of different SVM kernel functions. The predictions of SVM classifiers are then combined using GP to develop Optimal Composite Classifier (OCC). In this way, the combined decision space is more informative and discriminant. OCC has shown improved performance than that of optimized individual SVM classifiers using grid search. Another advantage of our GP combination scheme is that it automatically incorporates the issues of optimal kernel function and model selection to achieve high performance classification model. The classification performance is reported by using Receiver Operating Characteristics (ROC) Curve. Experiments are conducted under various feature sets to show that OCC is more informative and robust as compared to their individual SVM classifiers. Specifically, it attains high margin of improvement for small feature sets.
机译：本文介绍了使用遗传规划（GP）的支持向量机（SVM）分类器的组合，用于性别分类问题。在我们的方案中，通过学习不同的SVM内核功能来构造单个SVM分类器。然后使用GP组合SVM分类器的预测，以开发最佳复合分类器（OCC）。这样，组合决策空间将提供更多信息和更多区别。与使用网格搜索的优化的单个SVM分类器相比，OCC的性能有所提高。我们的GP组合方案的另一个优点是，它会自动合并最佳内核功能和模型选择问题，以实现高性能分类模型。使用接收器工作特性（ROC）曲线报告分类性能。在各种功能集下进行的实验表明，与单独的SVM分类器相比，OCC的信息量更大且更可靠。具体来说，对于小型功能集，它可以获得很高的改进余地。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号