| 基于离散微粒群优化算法的SVM参数选择 |
| |
| 引用本文： | 马驰,阮秋琦.基于离散微粒群优化算法的SVM参数选择[J].计算机技术与发展,2007,17(12):20-23. |
| |
| 作者姓名： | 马驰 阮秋琦 |
| |
| 作者单位： | 北京交通大学,计算机学院,信息所,北京,100044 |
| |
| 摘 要： | 支持向量机（SVM）的学习性能和泛化能力主要取决于参数选择，然而传统的优化算法难以解决此问题。文中通过支持向量的个数建立优化目标函数，采用微粒群优化（PSO）算法对其优化，寻找最优参数。PSO是一种新兴的基于群体智慧的进化算法。实验表明，微粒群优化算法是支持向量机参数选择的有效方法。
|
| 关 键 词： | 支持向量机 离子群优化算法 参数选择 人脸识别 |
| 文章编号： | 1673-629X（2007）12-0020-04 |
| 收稿时间： | 2007-03-06 |
Parameter Selection for SVM Based on Discrete PSO |
| |
| MA Chi,RUAN Qiu-qi.Parameter Selection for SVM Based on Discrete PSO[J].Computer Technology and Development,2007,17(12):20-23. |
| |
| Authors: | MA Chi RUAN Qiu-qi |
| |
| Affiliation: | Information Institute of Sciences, School of Computer, Beijing J iaotong University, Beijing 100044, China |
| |
| Abstract: | |
| |
| Keywords: | support vector machine discrete particle swarm optimization parameter lection face recognition |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
