10.3778/j.issn.1002-8331.1304-0338
基于神经网络的粒子群算法优化SVM参数问题
对支持向量机的核参数选取到目前仍没有形成一套成熟的理论,严重影响了其广泛的应用。对核参数的选取做了一定的探讨。将神经网络与粒子群优化算法相结合并用于支持向量机核函数的参数优化。该方法能够同时具有神经网络较强的非线性拟合能力和粒子群优化算法的寻优能力。数值实验结果表明该算法对支持向量机核参数的优化是可行的、有效的,并且具有较高的分类准确率和较好的推广性能。
支持向量机、粒子群优化算法、参数优化、神经网络
TP18(自动化基础理论)
2015-03-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
162-164,259