基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对支持向量机的参数对分类性能的影响,探讨了基于蚁群算法的支持向量机参数优化方法,建立了支持向量机参数优化模型,给出了基于网格划分策略的连续蚁群算法,并将其用于优化模型求解,通过对支持向量机的惩罚因子和径向基核函数进行优化,使支持向量机的分类性能最优.通过仿真和应用实例,验证了方法的有效性,得到了95%以上的分类正确率.
推荐文章
蚁群优化算法优化支持向量机的视频分类
体育视频
分类方法
蚁群优化算法
主成分分析
特征提取
支持向量机优化
基于蚁群优化算法的支持向量机参数选择及仿真
蚁群算法
支持向量回归机
参数选择
优化
改进蚁群算法优化支持向量机的网络入侵检测
网络入侵
蚁群优化算法
支持向量机
参数优化
基于多蚁群算法的支持向量回归机参数选择方法
蚁群算法
支持向量回归机
核函数
参数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的支持向量机参数优化
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 蚁群算法 支持向量机 参数优化 油液分析 故障诊断
年,卷(期) 2009,(4) 所属期刊栏目
研究方向 页码范围 464-468
页数 5页 分类号 TH113.1|TK411
字数 3429字 语种 中文
DOI 10.3969/j.issn.1005-9830.2009.04.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钱林方 南京理工大学机械工程学院 167 1165 16.0 22.0
2 张培林 南京理工大学机械工程学院 253 1973 21.0 28.0
4 任国全 军械工程学院火炮工程系 133 1229 18.0 27.0
5 曹建军 军械工程学院火炮工程系 21 212 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (222)
参考文献  (5)
节点文献
引证文献  (72)
同被引文献  (174)
二级引证文献  (305)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(7)
  • 参考文献(2)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(11)
  • 引证文献(8)
  • 二级引证文献(3)
2012(19)
  • 引证文献(7)
  • 二级引证文献(12)
2013(27)
  • 引证文献(6)
  • 二级引证文献(21)
2014(43)
  • 引证文献(9)
  • 二级引证文献(34)
2015(58)
  • 引证文献(13)
  • 二级引证文献(45)
2016(42)
  • 引证文献(7)
  • 二级引证文献(35)
2017(53)
  • 引证文献(9)
  • 二级引证文献(44)
2018(66)
  • 引证文献(5)
  • 二级引证文献(61)
2019(43)
  • 引证文献(3)
  • 二级引证文献(40)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
蚁群算法
支持向量机
参数优化
油液分析
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导