华北电力大学学报
華北電力大學學報
화북전력대학학보
JOURNAL OF NORTH CHINA ELECTRIC POWER UNIVERSITY
2008年
1期
57-61
,共5页
翟永杰%王子杰%黄宝海%李海丽
翟永傑%王子傑%黃寶海%李海麗
적영걸%왕자걸%황보해%리해려
支持向量机%顺序优化%微粒群优化%参数选择
支持嚮量機%順序優化%微粒群優化%參數選擇
지지향량궤%순서우화%미립군우화%삼수선택
顺序优化(SMO)是支持向量机(SVM)的一种有效训练算法,但SMO的参数选择问题是算法性能优劣的关键所在,只有选择了合适的参数才能使算法性能达到最优.因此,在详细介绍了SMO算法的基础上,着重研究了基于微粒群优化(PSO)的SMO算法的双层优化原理,并通过仿真进行了应用研究,将该方法的有效性进行了验证.实验结果表明,经过PSO优化的SMO算法与其他算法相比具有更高的准确性.
順序優化(SMO)是支持嚮量機(SVM)的一種有效訓練算法,但SMO的參數選擇問題是算法性能優劣的關鍵所在,隻有選擇瞭閤適的參數纔能使算法性能達到最優.因此,在詳細介紹瞭SMO算法的基礎上,著重研究瞭基于微粒群優化(PSO)的SMO算法的雙層優化原理,併通過倣真進行瞭應用研究,將該方法的有效性進行瞭驗證.實驗結果錶明,經過PSO優化的SMO算法與其他算法相比具有更高的準確性.
순서우화(SMO)시지지향량궤(SVM)적일충유효훈련산법,단SMO적삼수선택문제시산법성능우렬적관건소재,지유선택료합괄적삼수재능사산법성능체도최우.인차,재상세개소료SMO산법적기출상,착중연구료기우미립군우화(PSO)적SMO산법적쌍층우화원리,병통과방진진행료응용연구,장해방법적유효성진행료험증.실험결과표명,경과PSO우화적SMO산법여기타산법상비구유경고적준학성.
