| 基于改进离散二进制粒子群的SVM选择集成算法 |
| |
| 引用本文： | 孟常亮,李卫忠,廖勇,华继学. 基于改进离散二进制粒子群的SVM选择集成算法[J]. 计算机工程与应用, 2011, 47(28): 166-168. DOI: 10.3778/j.issn.1002-8331.2011.28.045 |
| |
| 作者姓名： | 孟常亮 李卫忠 廖勇 华继学 |
| |
| 作者单位： | 1.空军工程大学 导弹学院，陕西 三原 7138002.中国人民解放军95824部队 |
| |
| 基金项目： | 国家自然科学基金(No.60975026); 陕西省自然科学基金(No.2007F19)~~ |
| |
| 摘 要： | 针对基于离散二进制粒子群（BPSO）的SVM选择集成算法的分类精度不高，以及所选分类器个数过多等问题，利用改进的离散二进制粒子群算法（IBPSO）和SVM选择集成算法相结合，提出基于IBPSO的SVM选择集成算法。通过选用合适的适应度函数以及调节因子[k]，进行多次仿真，实验表明，对由boostrap方式生成的SVM集合，基于IBPSO的SVM选择集成在精度和分类器个数方面均优于基于BPSO的SVM选择集成，证明了IBPSO算法的优越性。
|
| 关 键 词： | 离散二进制粒子群 支持向量机（SVM）选择集成 适应度函数 调节因子 |
| 修稿时间： | |
SVM selection ensemble algorithm based on improved binary particle swarm optimization |
| |
| MENG Changliang,LI Weizhong,LIAO Yong,HUA Jixue. SVM selection ensemble algorithm based on improved binary particle swarm optimization[J]. Computer Engineering and Applications, 2011, 47(28): 166-168. DOI: 10.3778/j.issn.1002-8331.2011.28.045 |
| |
| Authors: | MENG Changliang LI Weizhong LIAO Yong HUA Jixue |
| |
| Affiliation: | 1.Missile Institute，Airforce Engineering University，Sanyuan，Shaanxi 713800，China2.95824 Unit of PLA |
| |
| Abstract: | For the low classification precision and excessive classifiers of SVM selection ensemble algorithm based on improved binary particle swarm optimization,this paper combines IBPSO and SVM selection ensemble algorithm to bring forward SVM selection ensemble algorithm based on IBPSO.As suitable fitness function and regulatory factor k are selected, for the SVM sets are generated by boostrap,both the precision and the number of classifiers of SVM selection ensemble algorithm based on IBPSO are superior to those ... |
| |
| Keywords: | Binary Particle Swarm Optimization(BPSO) Support Vector Machine(SVM) selection ensemble fitness function regulatory factor |
| 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 |
