10.3979/j.issn.1673-825X.2011.01.019
一种基于AFSA的SVM分类方法
应用一种全局搜索方法即人工鱼群算法(artificial fish swarm algorithm,AFSA)来优化支持向量基(support vector machines,SVM)的参数,并应用于图像分类.基于分类,初始化惩罚系数C和核函数参数δ2的范围;利用AFSA来优化SVM的参数,并得到合适的值;最后,把参数优化后的SVM应用于分类.实验结果表明,与C-SVC和交叉验证法相比,其分类结果优于其它两种方法,因此AFSA-SVM方法有更好的准确性和鲁棒性.
人工鱼群算法(AFSA)、支持向量基(SVM)、C-SVC、交叉验证法
23
TP301.5(计算技术、计算机技术)
The National Natural Sciences Foundation of China 60873186
2011-04-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
91-95