10.3321/j.issn:1001-0920.2006.01.026
基于混沌优化算法的支持向量机参数选取方法
支持向量机(SVM)的参数取值决定了其学习性能和泛化能力.对此,将SVM参数的选取看作参数的组合优化,建立组合优化的目标函数,采用变尺度混沌优化算法来搜索最优目标函数值.混沌优化算法是一种全局搜索方法,在选取SVM参数时,不必考虑模型的复杂度和变量维数.仿真表明,混沌优化算法是选取SVM参数的有效方法,应用到函数逼近时具有优良的性能.
机器学习、支持向量机、混沌优化、参数选取
21
TP18(自动化基础理论)
中国科学院资助项目60375001;高等学校博士学科点专项科研项目20030532004
2006-03-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-113,117