利用遗传算法对SVMk进行优化,并将其用于脑电信号的分类中-By using the genetic algorithm to optimize SVMk, and use it to the classification of the eeg signals

This work investigates the practical application of support vector machine (SVM) to power transformer condition assessment. Partiuclarly, this paper proposes to integrate the SVM algorithm with two heuristic optimization algorithms which are

机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传