| 基于改进粒子群的隐空间支持向量机 |
| |
| 引用本文： | 管廷兰,丁华,王秀坤. 基于改进粒子群的隐空间支持向量机[J]. 计算机工程与应用, 2006, 42(32): 69-71 |
| |
| 作者姓名： | 管廷兰 丁华 王秀坤 |
| |
| 作者单位： | 山东建筑工程学院,材料工程系,济南,250101;山东省科技发展战略研究所,济南,250014;大连理工大学,计算机系,辽宁,大连,116023 |
| |
| 摘 要： | 在隐空间中支持向量机求解过程中,引入改进粒子群算法用于搜索空间的迭代。基于粒子群算法的隐空间支持向量机不需要核函数满足正定条件,从而扩展了支持向量机核函数的选择范围。由于采用了仿生类的粒子群算法,对比隐空间支持向量机产生的约束凸二次规划获得了一定的优势,并且通过了仿真实验的验证。
|
| 关 键 词： | 支持向量机 核函数 粒子群 |
| 文章编号： | 1002-8331（2006）32-0069-03 |
| 收稿时间： | 2006-02-01 |
| 修稿时间： | 2006-02-01 |
Hidden Space Support Vector Machine based on Improved Particle Swarm Optimize Algorithms |
| |
| GUAN Ting-lan,DING Hua,WANG Xiu-kun. Hidden Space Support Vector Machine based on Improved Particle Swarm Optimize Algorithms[J]. Computer Engineering and Applications, 2006, 42(32): 69-71 |
| |
| Authors: | GUAN Ting-lan DING Hua WANG Xiu-kun |
| |
| Abstract: | During the solving course of hidden space support vector machine,this paper introduces the Particle Swarm Optimize Algorithms.This type algorithms needn't core function,the kernel function used in PSHSSVMs are unnecessary to meet the positive definite condition,so the applying range is widen.For applying the Particle Swarm Optimize Algorithms,the solving efficient is improved.The corresponding comparative experiment is provided to testify the result. |
| |
| Keywords: | support vector machine kernel function Particle Swarm Optimize |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
