10.16208/j.issn1000-7024.2020.11.012
基于改进粒子群算法的孪生支持向量机
为解决粒子群搜索算法局部最优解和收敛效率低的问题,提出一种改进型的粒子群搜索算法(IPSO).为速度惯性权重引入自适应增益反馈率,提高收敛速度;引入渐变随机扰动,利用局部不确定性,跳出局部最小;利用IPSO对TWSVM的参数实现寻优.4种基准函数对IPSO的搜索性能的分析结果表明,IPSO有着更好的搜索能力和收敛速度,IPSO-TWSVM在不同数据集分类中的收敛速度和分类准确率上均优于其它算法.
粒子群搜索算法、适应值增益、渐变扰动、孪生支持向量机、参数寻优
41
TP311(计算技术、计算机技术)
国家自然科学基金项目;上海市自然科学基金项目
2020-11-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
3078-3082