| 基于改进型人工鱼群算法的支持向量机参数优化 |
| |
| 引用本文： | 冯晓琳,宁芊,雷印杰,陈思羽.基于改进型人工鱼群算法的支持向量机参数优化[J].计算机测量与控制,2016,24(5):237-241. |
| |
| 作者姓名： | 冯晓琳 宁芊 雷印杰 陈思羽 |
| |
| 作者单位： | 四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065 |
| |
| 基金项目： | 国家自然科学基金项目(61403265)。 |
| |
| 摘 要： | 支持向量机在高维度、小样本情况下具有独特优势,但同时支持向量机的参数优化极大制约了其分类效果,目前参数优化缺乏系统的理论指导；针对传统DAG-SVM训练分类器较多,训练耗时长,分类效果受到结构排序的影响,提出了一种基于“1 vs R”策略的改进型算法；针对 SVM传统参数优化方式耗时大,优化精度不高,提出了改进型人工鱼群算法；最后结合1 vs R-DAG支持向量机算法与改进型人工鱼群算法,得到一种新的改进型支持向量机算法；仿真对比实验证实,对支持向量机的参数优化是有效可行的。
|
| 关 键 词： | 支持向量机 人工鱼群算法 参数优化 有向无环图 |
| 收稿时间： | 2015/11/24 0:00:00 |
| 修稿时间： | 2016/1/4 0:00:00 |
Support Vector Machine Parameter Optimization Based on Improved Artificial Fish Swarm Algorithm |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|
