基于混合仿生算法的SVM参数优化

严晓明, 郑之

广西师范大学学报(自然科学版) ›› 2011, Vol. 29 ›› Issue (02) : 114 -118.

PDF
广西师范大学学报(自然科学版) ›› 2011, Vol. 29 ›› Issue (02) : 114 -118. DOI: 10.16088/j.issn.1001-6600.2011.02.018

基于混合仿生算法的SVM参数优化

    严晓明, 郑之
作者信息 +

Author information +
文章历史 +
PDF

摘要

本文提出一种SVM参数优化的新方法。应用遗传算法先对SVM参数进行初步的优化,把得到的优化结果邻近的一段区域再作为粒子群算法的搜索区间进行二次优化,以提高支持向量机的泛化能力,缩短SVM参数寻优的时间。仿真实验表示,该方法在样本数据缺失的情况下,同样具有较好的泛化能力。

关键词

参数优化 / 遗传算法 / 粒子群算法 / 支持向量机

Key words

引用本文

引用格式 ▾
基于混合仿生算法的SVM参数优化[J]. 广西师范大学学报(自然科学版), 2011, 29(02): 114-118 DOI:10.16088/j.issn.1001-6600.2011.02.018

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

54

访问

0

被引

详细

导航
相关文章

AI思维导图

/