科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2007年
18期
4597-4600
,共4页
支持向量机%混沌粒子群%参数选择
支持嚮量機%混沌粒子群%參數選擇
지지향량궤%혼돈입자군%삼수선택
支持向量机的参数选择决定了其学习性能和泛化能力,由于在参数的选择范围内可选择的数量是无穷的,在多个参数中盲目搜索最优参数是需要极大的时间代价,并且很难逼近最优.基于此,提出一种基于混沌粒子群的支持向量机参数选择算法.混沌粒子群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,混沌粒子群优化算法是选取SVM参数的有效方法,可以取得令人满意的效果.
支持嚮量機的參數選擇決定瞭其學習性能和汎化能力,由于在參數的選擇範圍內可選擇的數量是無窮的,在多箇參數中盲目搜索最優參數是需要極大的時間代價,併且很難逼近最優.基于此,提齣一種基于混沌粒子群的支持嚮量機參數選擇算法.混沌粒子群優化算法是一種全跼搜索方法,在選取SVM參數時,不必攷慮模型的複雜度和變量維數.倣真錶明,混沌粒子群優化算法是選取SVM參數的有效方法,可以取得令人滿意的效果.
지지향량궤적삼수선택결정료기학습성능화범화능력,유우재삼수적선택범위내가선택적수량시무궁적,재다개삼수중맹목수색최우삼수시수요겁대적시간대개,병차흔난핍근최우.기우차,제출일충기우혼돈입자군적지지향량궤삼수선택산법.혼돈입자군우화산법시일충전국수색방법,재선취SVM삼수시,불필고필모형적복잡도화변량유수.방진표명,혼돈입자군우화산법시선취SVM삼수적유효방법,가이취득령인만의적효과.
