基于ACO算法的SVM核函数的参数优化

• 作者: 徐俊 沈友文 赵新建
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 蚁群算法 核函数 支持向量机 参数优化
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 智能计算
• 页码范围: 126-130
• 分类号: TP18
• 字数: 3729字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.10.022

摘要

本文针对核函数参数选择的随意性影响支持向量机分类性能的问题,提出了一种基于离散编码的蚁群算法(C-CACO-DE)的SVM核函数优化模型.C-CACO-DE解决了连续函数优化的蚁群算法(C-ACO)求解之前必须进行预处理的问题,解决了基于网格划分策略的连续域蚁群算法(CACO-GT)在求解精度的缺点、最优解必在定义域内的等分割点问题.仿真结果验证了该方法的有效性,F1值达到了90％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵新建	浙江工业大学计算机学院	46	270	8.0	15.0
2	徐俊	浙江工业大学计算机学院	39	170	8.0	10.0
3	沈友文	浙江工业大学计算机学院	2	10	1.0	2.0