计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
12期
4553-4555,4559
,共4页
支持向量机%参数寻优%同步智能寻优%优化杜鹃搜索
支持嚮量機%參數尋優%同步智能尋優%優化杜鵑搜索
지지향량궤%삼수심우%동보지능심우%우화두견수색
由于优化杜鹃算法是利用了鸟类特殊的利维飞行模式的群体智能算法,并且增加了粒子间的信息交流,故将该算法引入支持向量机惩罚系数和核参数的自动寻优中.给出了实现方式,并讨论了概率参数的设置对收敛性的影响.通过与传统的GA/PSO-SVM对比验证,MCS-SVM方法使得分类精确率平均提高2.28％,既能显著提高分类效率,又表现出很好的泛化性能.
由于優化杜鵑算法是利用瞭鳥類特殊的利維飛行模式的群體智能算法,併且增加瞭粒子間的信息交流,故將該算法引入支持嚮量機懲罰繫數和覈參數的自動尋優中.給齣瞭實現方式,併討論瞭概率參數的設置對收斂性的影響.通過與傳統的GA/PSO-SVM對比驗證,MCS-SVM方法使得分類精確率平均提高2.28％,既能顯著提高分類效率,又錶現齣很好的汎化性能.
유우우화두견산법시이용료조류특수적리유비행모식적군체지능산법,병차증가료입자간적신식교류,고장해산법인입지지향량궤징벌계수화핵삼수적자동심우중.급출료실현방식,병토론료개솔삼수적설치대수렴성적영향.통과여전통적GA/PSO-SVM대비험증,MCS-SVM방법사득분류정학솔평균제고2.28％,기능현저제고분류효솔,우표현출흔호적범화성능.
