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:
支持向量机参数是影响其性能的重要因素,为了进一步提高支持向量机分类精度和泛化能力,提出了基于差分进化算法的SVM参数选择.以样本误判率最小为优化准则,利用差分进化算法对SVM参数进行优化选择.实验结果表明,利用差分进化算法选择SVM参数,加快了参数搜索的速度,提高了SVM分类精度,该方法具有良好的鲁棒性和较强的全局寻优能力.
推荐文章
基于差分进化支持向量机的作战效能评估方法
作战效能
支持向量机
差分进化算法:BP神经网络
基于差分进化算法-最小二乘支持向量机的软测量建模
软测量
最小二乘支持向量机
差分进化算法
对羧基苯甲醛
基于差分进化支持向量机的移动机器人可通过度预测
移动机器人
可通过度
差分进化
支持向量机
基于改进差分进化和最小二乘支持向量机的铝酸钠溶液浓度软测量
改进差分进化
最小二乘支持向量机
铝酸钠溶液浓度
软测量
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 基于差分进化算法的支持向量机参数选择
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 差分进化算法 参数选择
年,卷(期) 2011,(5) 所属期刊栏目 研究、探讨
研究方向 页码范围 24-26
页数 分类号 TP18
字数 3709字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.05.008
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 陈涛 陕西理工学院数学系 46 423 13.0 19.0
2 雍龙泉 陕西理工学院数学系 111 680 12.0 21.0
3 邓方安 陕西理工学院数学系 73 398 11.0 17.0
4 杨晓 陕西理工学院数学系 27 124 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (273)
参考文献  (6)
节点文献
引证文献  (25)
同被引文献  (84)
二级引证文献  (165)
1995(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(11)
  • 引证文献(4)
  • 二级引证文献(7)
2015(17)
  • 引证文献(6)
  • 二级引证文献(11)
2016(41)
  • 引证文献(4)
  • 二级引证文献(37)
2017(32)
  • 引证文献(2)
  • 二级引证文献(30)
2018(36)
  • 引证文献(4)
  • 二级引证文献(32)
2019(37)
  • 引证文献(1)
  • 二级引证文献(36)
2020(13)
  • 引证文献(1)
  • 二级引证文献(12)
研究主题发展历程
节点文献
支持向量机
差分进化算法
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导