| 基于改进磷虾群算法的SVDD参数优化 |
| |
| 引用本文： | 孔祥鑫,周 炜,王晓丹. 基于改进磷虾群算法的SVDD参数优化[J]. 计算机工程与应用, 2017, 53(22): 137-142. DOI: 10.3778/j.issn.1002-8331.1611-0233 |
| |
| 作者姓名： | 孔祥鑫 周 炜 王晓丹 |
| |
| 作者单位： | 空军工程大学 防空反导学院，西安 710051 |
| |
| 摘 要： | 支持向量数据描述（SVDD）是构造单类数据描述的分类算法，惩罚参数[C]和核参数[σ]作为影响SVDD分类效果的关键，其合理选取一直是个难点。针对这一问题，提出了一种基于改进磷虾群算法的SVDD参数优化算法（IKH-SVDD）。依据仿真实验，分析参数[C]和[σ]对描述边界的影响；引入磷虾群算法并分析其优劣，通过在随机扩散行为中定义扰动因子，增强算法的全局搜索能力；将一种新的精英选择和保留策略引入迭代过程，提高算法的收敛精度；将改进的磷虾群算法引入SVDD参数优化过程，构建了IKH-SVDD参数优化模型。基于UCI标准数据库进行实验并与其他几种参数优化算法进行比较，结果表明了IKH-SVDD算法具有更高的分类准确性。
|
| 关 键 词： | 支持向量数据描述 改进磷虾群算法 参数优化 精英选择和保留策略 |
Parameter optimization for SVDD based on improved krill herd algorithm |
| |
| KONG Xiangxin,ZHOU Wei,WANG Xiaodan. Parameter optimization for SVDD based on improved krill herd algorithm[J]. Computer Engineering and Applications, 2017, 53(22): 137-142. DOI: 10.3778/j.issn.1002-8331.1611-0233 |
| |
| Authors: | KONG Xiangxin ZHOU Wei WANG Xiaodan |
| |
| Affiliation: | Air and Missile Defense College, Air-force Engineering University, Xi’an 710051, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 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 |
