您好，欢迎来电子发烧友网！ ，新用户？[免费注册]

您的位置：电子发烧友网>源码下载>数值算法/人工智能>

粒子群算法的SVM参数选取

大小：0.36 MB 人气： 2018-01-08 需要积分：2

推荐 + 挑错 + 收藏(0) + 用户评论（0）

前往下载地址

分享到:

标签：SVM(32263)粒子群算法(12952)

　　支持向量机采用结构风险最小化准则（Structural Risk Minimization，SRM）训练学习机器，其主要优点有：将学习问题归结为一个凸二次规划问题，从理论上说，得到的将是全局最优解，解决了在神经网络方法中无法避免的局部极值问题；通过非线性变换将数据映射到高维特征空间，使数据在高维空间中可以用线性判别函数分类；巧妙地解决了维数问题，算法复杂度与样本维数无关；具有简洁的数学形式和直观的几何解释，人为设定的参数少，便于理解和使用。支持向量机建立在严格的理论基础之上，较好地解决了非线性、高维数、局部极小点等问题，成为继神经网络研究之后机器学习领域新的研究热点。

　　针对SVM这种算法选取参数不完善的地方，选取参数的算法需具备较强的普遍性，收敛速度快，计算量小和全局搜索能力强的要求，本文利用张英男等人提出的活跃目标点粒子群算法对SVM参数进行选取。通过仿真实验可以看出改进的粒子群算法能够选出较为有效的算法。

非常好我支持^.^

(0) 0%

不好我反对

(0) 0%

用户评论

发表评论即可获得积分！ 详见积分规则

      发表评论

      用户评论
      评价:好评中评差评

      发表评论，获取积分！ 请遵守相关规定！