基于遗传算法的SVM方法

基于遗传算法的SVM方法，有源代码参考！！

function [featureseigveceigvals] = AFE（Xskernel kernel_parsXtypenbeigveceigvals）
% Automatic Feature Extraction by Nystr鰉 method
%
%
% >> features = AFE（X kernel sig2 Xt）
%
% Description
% Using the Nystr鰉 approximation method the mapping of data to
% the feature space can be evaluated explicitly. This gives the
% features that one can use for a linear regression or
% classification. The decomposition of the mapping to the feature
% space relies on the eigenvalue decomposition of the kernel
% matrix. The Matlab （‘eigs‘） or Nystr鰉‘s （‘eign‘） approximation
% using the nb most important eigenvectors/eigenvalues can be
% used. The eigenvalue decomposition is not re-calculated if it is
% passed as an extra argument. This routine internally calls a cmex file.
%
% Full syntax
% 
% >> [features U lam] = AFE（X kernel sig2 Xt） 
% >> [features U lam] = AFE（X kernel sig2 Xt type） 
% >> [features U lam] = AFE（X kernel sig2 Xt type nb） 
% >> features          = AFE（X kernel sig2 Xt [][] U lam）
% 
% Outputs    
%   features : Nt x nb matrix with extracted features
%   U（*）     : N x nb matrix with eigenvectors
%   lam（*）   : nb x 1 vector with eigenvalues
% Inputs    
%   X      : N x d matrix with input data
%   kernel : Name of the used kernel （e.g. ‘RBF_kernel‘）
%   sig2   : parameter of the used kernel
%   Xt     : Data from which the features are extracted
%   type（*）: ‘eig‘（*） ‘eigs‘ or ‘eign‘
%   nb（*）  : Number of eigenvalues/eigenvectors used in the eigenvalue decomposition approximation
%   U（*）   : N x nb matrix with eigenvectors
%   lam（*） : nb x 1 vector with eigenvalues
% 
% See also:
%   kernel_matrix RBF_kernel demo_fixedsize

% Copyright （c） 2002  KULeuven-ESAT-SCD License & help @ http://www.esat.kuleuven.ac.be/sista/lssvmlab


[Ndim] = size（X）;
[Ncdim] = size（Xs）;

eval（‘type;‘‘type=‘‘eig‘‘;‘）;
if ~（strcmp（type‘eig‘） | strcmp（type‘eigs‘） | strcmp（type‘eign‘））
  error（‘Type needs to be ‘‘eig‘‘ ‘‘eigs‘‘ or ‘‘eign‘‘...‘）;
end
  

% eigenvalue decomposition to do..
if nargin<=6
  omega = kernel_matrix（Xs kernel kernel_pars）;
  if strcmp（type‘eig‘）
    [eigveceigvals] = eig（omega+2*eye（size（omega1）））; % + jitter factor
    eigvals = diag（eigvals）;
  elseif strcmp（type‘eigs‘）
    eval（‘nb;‘‘nb=min（size（omega1）10）;‘）;
    [eigveceigvals] = eigs（omega+2*eye（size（omega1））nb）; % + jitter factor
  elseif strcmp（type‘eign‘）
    eval（‘nb;‘‘nb=min（size（omega1）10）;‘）;
    [eigveceigvals] = eign（omega+2*eye（size（omega1））nb）; % + jitter factor
  end
  eigvals = （eigvals-2）/Nc;
  peff = eigvals>eps;
  eigvals = eigvals（peff）;
  eigvec = eigvec（:peff）;
end
  
% Cmex
features = phitures（Xs‘X‘eigveceigvalskernel kernel_pars）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2738  2003-02-21 22:39  LS-SVMlab-GA\AFE.m

     文件       5785  2003-02-21 22:39  LS-SVMlab-GA\bay_errorbar.m

     文件       2003  2003-02-21 22:39  LS-SVMlab-GA\bay_initlssvm.m

     文件      10345  2003-02-21 22:39  LS-SVMlab-GA\bay_lssvm.m

     文件       8187  2003-02-21 22:39  LS-SVMlab-GA\bay_lssvmARD.m

     文件       9358  2003-02-21 22:39  LS-SVMlab-GA\bay_modoutClass.m

     文件       5977  2003-02-21 22:39  LS-SVMlab-GA\bay_optimize.m

     文件       4178  2003-02-21 22:39  LS-SVMlab-GA\bay_rr.m

     文件        164  2008-05-19 13:04  LS-SVMlab-GA\buffer.mc

     文件       5632  2003-02-21 22:39  LS-SVMlab-GA\changelssvm.m

     文件       4245  2003-02-21 22:39  LS-SVMlab-GA\code.m

     文件       2118  2003-02-21 22:39  LS-SVMlab-GA\codedist_bay.m

     文件        756  2003-02-21 22:39  LS-SVMlab-GA\codedist_hamming.m

     文件       2018  2003-02-21 22:39  LS-SVMlab-GA\codedist_loss.m

     文件       4125  2003-02-21 22:39  LS-SVMlab-GA\codelssvm.m

     文件       5197  2003-02-21 22:39  LS-SVMlab-GA\code_ECOC.m

     文件        550  2003-02-21 22:39  LS-SVMlab-GA\code_MOC.m

     文件        364  2003-02-21 22:39  LS-SVMlab-GA\code_OneVsAll.m

     文件        555  2003-02-21 22:39  LS-SVMlab-GA\code_OneVsOne.m

     文件       8174  2003-02-21 22:39  LS-SVMlab-GA\crossvalidate.m

     文件       1886  2003-02-21 22:39  LS-SVMlab-GA\deltablssvm.m

     文件       3369  2003-02-21 22:39  LS-SVMlab-GA\democlass.m

     文件       3864  2003-02-21 22:39  LS-SVMlab-GA\demofun.m

     文件       4747  2003-02-21 22:39  LS-SVMlab-GA\demomodel.m

     文件       2239  2003-02-21 22:39  LS-SVMlab-GA\demo_fixedclass.m

     文件       3099  2003-02-21 22:39  LS-SVMlab-GA\demo_fixedsize.m

     文件       3337  2003-02-21 22:39  LS-SVMlab-GA\demo_yinyang.m

     文件       3507  2003-02-21 22:39  LS-SVMlab-GA\denoise_kpca.m

     文件       3414  2003-02-21 22:39  LS-SVMlab-GA\eign.m

     文件        226  2008-05-19 17:38  LS-SVMlab-GA\fitness.m

............此处省略68个文件信息