基于混沌粒子群的支持向量机参数优化

• 作者: 任文进 钟清流
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 支持向量机 混沌粒子群 参数选择
• 年，卷（期）: 2007,（18）
• 所属期刊栏目: 论文
• 页码范围: 4597-4600
• 页数: 4页
• 分类号: TP183
• 字数: 2561字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2007.18.010

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟清流	湖南大学计算机与通信学院	11	59	5.0	7.0
2	任文进	湖南大学计算机与通信学院	1	10	1.0	1.0