基于混沌粒子群优化的支持向量机训练方法

• 作者: 孙向风 李明 王燕
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 Circle映射 混沌粒子群优化 惯性权重 人脸识别
• 年，卷（期）: 2010,（23）
• 页码范围: 189-191
• 分类号: TP311.52
• 字数: 2445字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.23.062

摘要

为使粒子群优化算法初始粒子均匀分布在解空间,通过对混沌运动的遍历性和粒子群优化算法中惯性权重的分析,提出一种混沌粒子群算法.该算法对Circle模型进行改进,将其引入粒子群算法中,避免了粒子群算法陷入局部最优.给出应用混沌粒子群算法训练SVM的方法,并将其应用于人脸识别.仿真实验结果表明,改进的CPSO-SVM方法比CPSO-SVM和PSO-SVM方法有更好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明	兰州理工大学计算机与通信学院	115	778	15.0	21.0
2	王燕	兰州理工大学计算机与通信学院	61	433	12.0	17.0
3	孙向风	兰州理工大学计算机与通信学院	2	12	2.0	2.0