基于混合仿生算法的SVM参数优化

• 作者: 严晓明 郑之
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 参数优化 遗传算法 粒子群算法 支持向量机
• 年，卷（期）: 2011,（2）
• 页码范围: 114-118
• 分类号: TP181
• 字数: 3580字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2011.02.023

摘要

本文提出一种SVM参数优化的新方法.应用遗传算法先对SVM参数进行初步的优化,把得到的优化结果邻近的一段区域再作为粒子群算法的搜索区间进行二次优化,以提高支持向量机的泛化能力,缩短SVM参数寻优的时间.仿真实验表示,该方法在样本数据缺失的情况下,同样具有较好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严晓明	福建师范大学数学与计算机科学学院	16	136	5.0	11.0
2	郑之	福建师范大学数学与计算机科学学院	16	86	5.0	9.0