| 支持向量机算法多目标模型选择 |
| |
| 引用本文： | 黄景涛,池小梅,马建伟. 支持向量机算法多目标模型选择[J]. 计算机工程与应用, 2009, 45(24): 143-145. DOI: 10.3778/j.issn.1002-8331.2009.24.042 |
| |
| 作者姓名： | 黄景涛 池小梅 马建伟 |
| |
| 作者单位： | 河南科技大学电子信息工程学院,河南,洛阳,471003;河南科技大学电子信息工程学院,河南,洛阳,471003;河南科技大学电子信息工程学院,河南,洛阳,471003 |
| |
| 基金项目： | 河南科技大学青年科学基金 |
| |
| 摘 要： | 为适应支持向量机（Support Vector Machine,SVM）算法应用过程中的不同性能指标要求,将SVM算法的模型选择问题作为一个多目标优化（Multi-Object Optimization,MOO）问题进行处理。以改进的粒子群优化（Particle Swarm Optimization,PSO）算法对该多目标优化问题进行求解,得到其Pareto解集,在具体应用中根据实际需要从Pareto解集中选择适合的最优解作为支持向量机算法参数,实现支持向量机算法的模型选择。在几个数据集上的仿真实验表明,该方法能够较快地得到Pareto解集,解集中的参数组合能够满足对支持向量机算法速度和泛化能力的不同要求。
|
| 关 键 词： | 支持向量机(SVM) 模型选择 多目标优化(MOO) 粒子群优化(PSO) |
| 收稿时间： | 2009-04-07 |
| 修稿时间： | 2009-6-15 |
Multi-object model selection of Support Vector Machine |
| |
| HUANG Jing-tao,CHI Xiao-mei,MA Jian-wei. Multi-object model selection of Support Vector Machine[J]. Computer Engineering and Applications, 2009, 45(24): 143-145. DOI: 10.3778/j.issn.1002-8331.2009.24.042 |
| |
| Authors: | HUANG Jing-tao CHI Xiao-mei MA Jian-wei |
| |
| Affiliation: | Electronic & Information Engineering College,Henan University of Science and Technology,Luoyang,Henan 471003,China |
| |
| Abstract: | To meet the different focuses on the performances of Support Vector Machine(SVM) during application,the model selection of SVM is taken as a Multi-Object Optimization(MOO) problem.Particle Swarm Optimization(PSO) is applied to solve this MOO problem.The solution known as Pareto front is gained and one can select a concrete single solution from it according to own application needs,i.e.final model selection.The experiments on several datasets show that the method can gain Pareto front faster and the elements... |
| |
| Keywords: | Support Vector Machine（SVM） model selection Multi-Object Optimization（MOO） Particle Swarm Optimization（PSO） |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
|
