一类支持向量机中引导式量子粒子群优化机理及实现
通过分析量子粒子群在一类超球面支持向量机训练优化的应用机理,提出一种基于引导式量子粒子群(D-QDPSO)的一类超球面支持向量机训练优化算法,根据Zoutendijk最速下行策略确定全局最优gbest的优化方向,计算引导粒子位置;同时在初始化时根据序列最小优化算法(SMO)得到靠近最优解的近似位置,并以约束平面边界点作为初始化粒子,扩大了搜索范围.实验表明,D-QDPSO算法有较好的收敛性能和泛化性能,其误识率比SMO降低约0.12%,运算速度比LPSO提高2倍左右.
粒子群优化、支持向量机、Zoutendijk最速下行策略、引导粒子、序列最小优化、LPSO
34
TP13(自动化基础理论)
国家高科技产业工业过程自动化专项计高技[2000]1882号;云南省省院省校科技合作计划项目2004XY16
2011-04-28(万方平台首次上网日期,不代表论文的发表时间)
108-112,119