GA_SVM
所属分类：matlab编程
开发工具：matlab
文件大小：1635KB
下载次数：384
上传日期：2009-11-19 11:55:02
上 传 者：
shanzhi1983
说明： 对于小样本而言，SVM的仿真效果要比神经网络好，但是SVM的性能依赖于它的两个训练参数，本算法是用GA自动选择SVM的两个参数。
(For small sample case, SVM simulation results than the neural network is good, but the performance of SVM depends on its two training parameters, the algorithm is automatically selected GA parameters of SVM-2.)
文件列表:
GA_SVM\ALLdataTest.m (989597, 2003-04-24)
GA_SVM\ALLdataTrain.m (1115834, 2003-04-24)
GA_SVM\mainGA7.m (3086, 2003-10-02)
GA_SVM\osu_svm3.00\cmap.mat (1728, 1997-08-13)
GA_SVM\osu_svm3.00\Contents.m (2905, 2002-02-25)
GA_SVM\osu_svm3.00\demo\c_clademo.m (1907, 2002-02-15)
GA_SVM\osu_svm3.00\demo\c_lindemo.m (2892, 2002-02-15)
GA_SVM\osu_svm3.00\demo\c_poldemo.m (3369, 2002-02-25)
GA_SVM\osu_svm3.00\demo\c_rbfdemo.m (3248, 2002-02-25)
GA_SVM\osu_svm3.00\demo\c_svcdemo.m (749, 2002-02-25)
GA_SVM\osu_svm3.00\demo\DemoData_class.mat (144664, 2000-06-22)
GA_SVM\osu_svm3.00\demo\DemoData_test.mat (144656, 2000-02-23)
GA_SVM\osu_svm3.00\demo\DemoData_train.mat (432016, 2000-02-23)
GA_SVM\osu_svm3.00\demo\one_rbfdemo.m (3382, 2002-02-25)
GA_SVM\osu_svm3.00\demo\osusvmdemo.m (612, 2000-10-10)
GA_SVM\osu_svm3.00\demo\SVMClassifier.mat (38496, 2002-02-25)
GA_SVM\osu_svm3.00\demo\u_clademo.m (1910, 2002-02-25)
GA_SVM\osu_svm3.00\demo\u_lindemo.m (2894, 2002-02-25)
GA_SVM\osu_svm3.00\demo\u_poldemo.m (3369, 2002-02-25)
GA_SVM\osu_svm3.00\demo\u_rbfdemo.m (3250, 2002-02-25)
GA_SVM\osu_svm3.00\demo\u_svcdemo.m (750, 2000-10-10)
GA_SVM\osu_svm3.00\demos.m (587, 2002-01-03)
GA_SVM\osu_svm3.00\LinearSVC.m (1978, 2002-02-15)
GA_SVM\osu_svm3.00\mexSVMClass.dll (61440, 2002-04-12)
GA_SVM\osu_svm3.00\mexSVMClass.m (5181, 2002-02-15)
GA_SVM\osu_svm3.00\mexSVMClass.mexglx (166002, 2002-04-12)
GA_SVM\osu_svm3.00\mexSVMClass.mexhp7 (127289, 2002-03-21)
GA_SVM\osu_svm3.00\mexSVMClass.mexsol (232932, 2002-03-21)
GA_SVM\osu_svm3.00\mexSVMTrain.dll (73728, 2002-04-12)
GA_SVM\osu_svm3.00\mexSVMTrain.m (4332, 2002-02-15)
GA_SVM\osu_svm3.00\mexSVMTrain.mexglx (165010, 2002-04-12)
GA_SVM\osu_svm3.00\mexSVMTrain.mexhp7 (127290, 2002-03-21)
GA_SVM\osu_svm3.00\mexSVMTrain.mexsol (231836, 2002-03-21)
GA_SVM\osu_svm3.00\Normalize.m (234, 2001-12-06)
GA_SVM\osu_svm3.00\one_RbfSVC.m (2557, 2002-02-25)
GA_SVM\osu_svm3.00\PolySVC.m (2880, 2002-02-15)
GA_SVM\osu_svm3.00\RbfSVC.m (2431, 2002-02-15)
GA_SVM\osu_svm3.00\Scale.m (504, 2002-01-28)
GA_SVM\osu_svm3.00\SVMClass.m (5967, 2002-02-15)
GA_SVM\osu_svm3.00\SVMPlot.m (4067, 2002-02-15)
... ...
GA/SVM 程序包含三个文件：
1。MainGA12.m
2。selectGA12.m
3。svmc12.m
MainGA12.m是主文件，其余两个是被调用文件。
MainGA12.m里主要设置有关参数。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
MainGA12.m文件有关设置的说明：
12行：
host='\gatest\'; ％在matlab的安装盘,例如c:\下设置的程序运行结果目录。
15,18行：
filename = 'ALLdataTrain.m'; ％训练数据
i_filename = 'ALLdataTest.m';％测试数据
注意：数据文件格式：下面是例子
0 0 0 1 1 1 1
1.222 5.22 －2.1 4.2 －21 －45 12
。。。
12 54 －12 14 －2.69 42 －123
第一行为类别标记。
22，23行：
lowNP =40;
np =40;
设置选择特征的最大和最小值，一般两者可设相等。
42行：
popnsize =12;％设置群体大小
46行：
numgens =10;％设置进化代数
51行：
pc =1;％交叉概率
53行：
pm =0.005;％变易概率
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
svmc12.m文件有关设置的说明：
91行：
Degree = 4;％多项式核函数的阶次
92行：
[AlphaY, SVs, Bias, Parameters, nSV, nLabel] = PolySVC(Samples, Labels, Degree); ％使用多项式核函数得到的分类器
＝＝＝＝＝＝＝＝＝＝＝＝＝＝
目录“osu_svm3.00”里的文件（连同文件夹）放入matlab的工具箱toolbox文件夹，这是svm工具箱。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
ALLdataTest.m
ALLdataTrain.m
这两个文件是数据文件，可以用这个做例子，试运行这个程序。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
结果说明：
程序运行结束后：
在“gatest”文件夹里产生一个文件（文件名随参数改变而改变）：
results_10_10_rec_s1_n11.txt
其内容为：
pc pm generation mean fitness max fitness R Gene indices
1 0.005 0 59.7222 59.7222 10 2070 2493 3814 4945 3307 2880 1942 2002 3660 2756
1 0.005 1 59.9537 63.8889 10 2070 2493 3814 4945 1605 2880 1942 2002 3660
说明如下：
pc：交叉概率
pm：变易概率
geneeration：代数
mean fitness：平均适应度
max fitness：最大适应度
R:选择的特征数量
Gene indices:选择的特征编号
近期下载者：
相关文件：
收藏者：