首页 | 本学科首页   官方微博 | 高级检索  
     

深度优先搜索的支持向量机参数优化算法
引用本文:李立红,许元飞.深度优先搜索的支持向量机参数优化算法[J].计算机仿真,2011,28(7).
作者姓名:李立红  许元飞
作者单位:西安科技大学,陕西,西安,710054
摘    要:研究支持向量机参数优化问题,由于算法要求准确选择SVM参数,支持向量机在处理大样本数据集时和最优模型参数确定时,消耗的时间长、占有内存大,易获得局部最优解的难题.为了解决支持向量机存在的不足,采用深度优先搜索算法对其参数优化机机制进行改进.将向量机参数优化视成一个组合优化问题,将支持向量机模型的分类误差作为优化目标函数,采用深度优先算法对其进行求解,最后将模型应用于3个标准分类数据集.仿真结果表明,优化参数后的支持向量机加快模型的训练速度度,提高了分类的准确率,很好的解决了支持向量机参数优化难题.

关 键 词:支持向量机  深度优先搜索  交叉验证  参数选择

Study on Parameters Optimization of Support Vector Machines Based on DFS
LI Li-hong,XU Yuan-fei.Study on Parameters Optimization of Support Vector Machines Based on DFS[J].Computer Simulation,2011,28(7).
Authors:LI Li-hong  XU Yuan-fei
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号