10.3969/j.issn.1008-1151.2016.02.005
基于禁忌蝙蝠算法的支持向量机特征选择和参数优化
支持向量机是一种有良好发展前景的学习机器.针对支持向量机训练过程中特征选择和参数优化的问题,提出一种基于蝙蝠算法和禁忌搜索算法相结合的算法的支持向量机特征选择和参数优化算法.将禁忌搜索算法理论引入蝙蝠算法中,可以有效提高BA算法的收敛速度和精度,得到更优的支持向量机模型.UCI标准数据集的分类实验结果表明,与基本的网格搜索,遗传算法等比较,TSBA算法可以获得更高的分类准确率和更好的稳定性.
支持向量机、蝙蝠算法、禁忌搜索算法、特征选择、参数优化
18
TP38(计算技术、计算机技术)
2016-05-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
12-14