计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2007年
6期
179-182
,共4页
任江涛%赵少东%许盛灿%印鉴
任江濤%趙少東%許盛燦%印鑒
임강도%조소동%허성찬%인감
特征选择%支持向量机%同步优化%粒子群算法
特徵選擇%支持嚮量機%同步優化%粒子群算法
특정선택%지지향량궤%동보우화%입자군산법
特征选择及分类器参数优化是提高分类器性能的两个重要方面,传统上这两个问题是分开解决的.近年来,随着进化优化计算技术在模式识别领域的广泛应用,编码上的灵活性使得特征选择及参数的同步优化成为一种可能和趋势.为了解决此问题,本文研究采用二进制PSO算法同步进行特征选择及SVM参数的同步优化,提出了一种PSO-SVM算法.实验表明,该方法可有效地找出合适的特征子集及SVM参数,并取得较好的分类效果;且与文[4]所提出的GA-SVM算法相比具有特征精简幅度较大、运行效率较高等优点.
特徵選擇及分類器參數優化是提高分類器性能的兩箇重要方麵,傳統上這兩箇問題是分開解決的.近年來,隨著進化優化計算技術在模式識彆領域的廣汎應用,編碼上的靈活性使得特徵選擇及參數的同步優化成為一種可能和趨勢.為瞭解決此問題,本文研究採用二進製PSO算法同步進行特徵選擇及SVM參數的同步優化,提齣瞭一種PSO-SVM算法.實驗錶明,該方法可有效地找齣閤適的特徵子集及SVM參數,併取得較好的分類效果;且與文[4]所提齣的GA-SVM算法相比具有特徵精簡幅度較大、運行效率較高等優點.
특정선택급분류기삼수우화시제고분류기성능적량개중요방면,전통상저량개문제시분개해결적.근년래,수착진화우화계산기술재모식식별영역적엄범응용,편마상적령활성사득특정선택급삼수적동보우화성위일충가능화추세.위료해결차문제,본문연구채용이진제PSO산법동보진행특정선택급SVM삼수적동보우화,제출료일충PSO-SVM산법.실험표명,해방법가유효지조출합괄적특정자집급SVM삼수,병취득교호적분류효과;차여문[4]소제출적GA-SVM산법상비구유특정정간폭도교대、운행효솔교고등우점.
