基于改进型人工鱼群算法的支持向量机参数优化 |
| |
引用本文: | 冯晓琳,宁芊,雷印杰,陈思羽. 基于改进型人工鱼群算法的支持向量机参数优化[J]. 应用声学, 2016, 24(5): 237-241 |
| |
作者姓名: | 冯晓琳 宁芊 雷印杰 陈思羽 |
| |
作者单位: | 四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065,四川大学 电子信息学院,成都 610065 |
| |
基金项目: | 国家自然科学基金项目(面上项目,重点项目,重大项目) |
| |
摘 要: | 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 vs R”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。
|
关 键 词: | 支持向量机,人工鱼群算法,参数优化,有向无环图 |
收稿时间: | 2015-11-24 |
修稿时间: | 2016-01-04 |
Support Vector Machine Parameter Optimization Based on Improved Artificial Fish Swarm Algorithm |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
|
点击此处可从《应用声学》下载全文 |
|