基于动量粒子群的混合核SVM参数优化方法

• 作者: 徐蔚鸿 王佳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 混合核 动量粒子群优化 参数优化 分类
• 年，卷（期）: 2011,（2）
• 页码范围: 501-503,516
• 分类号: TP181
• 字数: 3659字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.00501

摘要

支持向量机(SVM)可以很好地用来解决分类问题,参数优化尤其重要.混合核函数的引入,使得SVM又多了一个可调参数.针对该参数用人工或经验的方法获取具有局限性,采用动量粒子群(MPSO)对SVM基本参数、混合可调核参数进行综合寻优,来寻找最佳参数组合.通过UCI数据仿真,对比结果表明:所提优化方法能够快速有效地提取最佳参数组合,所得SVM性能明显提高,分类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚鸿	长沙理工大学计算机与通信工程学院	85	647	14.0	21.0
2	王佳	长沙理工大学计算机与通信工程学院	28	194	9.0	13.0