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:
针对传统方法的不足,提出将一种模拟退火组合算法用于支持向量机的参数选择,将优化指标设定为最大化SVM的泛化能力,并据此确立适当的目标函数;同时借鉴交叉检验的思想,建立以训练集和测试集中的数据分别选择模型和搜索最优参数组合的研究手段.最后,在仿真实验的基础上同基于遗传算法和精化网格法的选取方法进行了对比分析,结果表明该组合算法具有更好的全局搜索性能和收敛速度,是SVM参数选取的一种有效方法,具有较强的实用价值.
推荐文章
基于遗传算法的SVM参数选取
统计学习理论
支持向量机
遗传算法
参数选取
基于多模型智能组合算法的锅炉炉膛温度建模
数据驱动
炉膛温度
小波
智能组合
算法
模型
预测
基于改进烟花算法的SVM特征选择和参数优化
二进制编码
烟花算法
特征选择
参数优化
基于改进萤火虫算法的 SVM 核参数选取
支持向量机
萤火虫算法
SVM核函数
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SA组合算法的SVM参数选取
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 模拟退火组合算法 遗传算法 参数选择
年,卷(期) 2010,(22) 所属期刊栏目
研究方向 页码范围 37-39,64
页数 分类号 TP181
字数 5412字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.22.013
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 李平 北京航空航天大学航空推进系 27 170 8.0 12.0
2 何明辉 2 12 2.0 2.0
3 李胜 中国民航大学计算机系 2 14 2.0 2.0
4 聂景旭 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (98)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (19)
1933(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机
模拟退火组合算法
遗传算法
参数选择
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导