基于离散微粒群优化算法的SVM参数选择

• 作者: 阮秋琦 马驰
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 离子群优化算法 参数选择 人脸识别
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 20-23
• 页数: 4页
• 分类号: TP181
• 字数: 3860字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.12.006

摘要

支持向量机(SVM)的学习性能和泛化能力主要取决于参数选择,然而传统的优化算法难以解决此问题.文中通过支持向量的个数建立优化目标函数,采用微粒群优化(PSO)算法对其优化,寻找最优参数.PSO是一种新兴的基于群体智慧的进化算法.实验表明,微粒群优化算法是支持向量机参数选择的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮秋琦	北京交通大学计算机学院	105	1445	20.0	32.0
2	马驰	北京交通大学计算机学院	1	12	1.0	1.0