基于改进混合蛙跳算法的SVM分类算法

• 作者: 孙璐 李希婷 邹采荣 钱永亮
• 来源期刊: 信息化研究
• 学科: 工学
• 关键词: 支持向量机 混合蛙跳算法 模拟退火
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 研究与设计
• 页码范围: 41-44
• 分类号: TP3
• 字数: 3151字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-4888.2011.05.012

摘要

支持向量机的训练需要求解一个带约束的二次规划问题,但在数据规模很大情况下,经典训练方法将变得很困难.本文提出一种基于改进的混合蛙跳算法的SVM训练算法.针对混合蛙跳算法搜索速度慢且容易陷入局部极值的缺陷,将模拟退火思想引入到混合蛙跳算法中,提出一种改进的混合蛙跳算法.该算法保持了混合蛙跳算法参数少和容易实现的特点,同时通过模拟退火的降温过程来提高算法的进化速度和精度.实验结果表明,该算法能显著提高收敛速度,并能有效克服局部极值,在SVM训练中具有良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙璐	东南大学信息科学与工程学院	20	128	7.0	11.0
2	邹采荣	佛山科学技术学院信息科学与工程学院	4	41	2.0	4.0
3	李希婷	东南大学信息科学与工程学院	2	9	2.0	2.0
4	钱永亮	东南大学信息科学与工程学院	1	7	1.0	1.0