10.16526/j.cnki.11-4762/tp.2016.05.067
基于改进型人工鱼群算法的支持向量机参数优化
支持向量机在高维度、小样本情况下具有独特优势,但同时支持向量机的参数优化极大制约了其分类效果,目前参数优化缺乏系统的理论指导;针对传统DAG-SVM训练分类器较多,训练耗时长,分类效果受到结构排序的影响,提出了一种基于“1 vsR”策略的改进型算法;针对SVM传统参数优化方式耗时大,优化精度不高,提出了改进型人工鱼群算法;最后结合1 vs R-DAG支持向量机算法与改进型人工鱼群算法,得到一种新的改进型支持向量机算法;仿真对比实验证实,对支持向量机的参数优化是有效可行的.
支持向量机、人工鱼群算法、参数优化、有向无环图
24
TP181(自动化基础理论)
国家自然科学基金项目61403265
2016-08-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
237-241