论文部分内容阅读
针对最小二乘支持向量机(LSSVM)缺失稀疏性问题,采用遗传算法对其模型进行稀疏化。算法思想如下:对LSSVM初始模型的核函数项进行二进制编码,采用遗传算法对二进制串进行寻优,将求得的最优个体解码,"1"代表选取该位置对应样本,"0"代表舍去该位置对应的样本,解码求得的样本集再次建模,重复上述稀疏过程,以每次测试样本相对误差的标准差为依据,当偏差率超过10%,则不再稀疏。将该算法应用于4-CBA(4-羟基苯甲醛)软测量建模过程,结果表明,采用遗传算法进行稀疏化的LSSVM模型,支持向量能稀疏70%左