西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2013年
12期
38-42
,共5页
隐空间%支持向量机%熵函数%粒子群优化%共轭梯度法
隱空間%支持嚮量機%熵函數%粒子群優化%共軛梯度法
은공간%지지향량궤%적함수%입자군우화%공액제도법
hidden space%support vector machine%entropy function%particle swarm optimization%conjugate graduate
针对隐空间支持向量机求解约束凸二次规划存在训练时间长、计算复杂的问题,提出粒子群优化的隐空间光滑支持向量机算法(PSO-HSSSVM).该算法通过隐函数将训练样本映射至隐空间,且对隐函数没有正定性限制;在隐空间中以熵函数近似松弛向量的加函数,导出光滑可微的无约束凸二次规划;引入共轭梯度法求解光滑模型,并采用粒子群优化算法选取最优参数.数值实验表明,PSO-HSSSVM算法可拓宽光滑支持向量机的核函数范围,而其训练精度和训练时间与光滑支持向量机的相当;PSO-HSSSVM算法可将隐空间支持向量机的训练精度提高2.14％,而其训练时间仅为隐空间支持向量机的9.5％.
針對隱空間支持嚮量機求解約束凸二次規劃存在訓練時間長、計算複雜的問題,提齣粒子群優化的隱空間光滑支持嚮量機算法(PSO-HSSSVM).該算法通過隱函數將訓練樣本映射至隱空間,且對隱函數沒有正定性限製;在隱空間中以熵函數近似鬆弛嚮量的加函數,導齣光滑可微的無約束凸二次規劃;引入共軛梯度法求解光滑模型,併採用粒子群優化算法選取最優參數.數值實驗錶明,PSO-HSSSVM算法可拓寬光滑支持嚮量機的覈函數範圍,而其訓練精度和訓練時間與光滑支持嚮量機的相噹;PSO-HSSSVM算法可將隱空間支持嚮量機的訓練精度提高2.14％,而其訓練時間僅為隱空間支持嚮量機的9.5％.
침대은공간지지향량궤구해약속철이차규화존재훈련시간장、계산복잡적문제,제출입자군우화적은공간광활지지향량궤산법(PSO-HSSSVM).해산법통과은함수장훈련양본영사지은공간,차대은함수몰유정정성한제;재은공간중이적함수근사송이향량적가함수,도출광활가미적무약속철이차규화;인입공액제도법구해광활모형,병채용입자군우화산법선취최우삼수.수치실험표명,PSO-HSSSVM산법가탁관광활지지향량궤적핵함수범위,이기훈련정도화훈련시간여광활지지향량궤적상당;PSO-HSSSVM산법가장은공간지지향량궤적훈련정도제고2.14％,이기훈련시간부위은공간지지향량궤적9.5％.
