基于改进离散二进制粒子群的SVM选择集成算法

• 作者: 华继学 孟常亮 廖勇 李卫忠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 离散二进制粒子群 支持向量机(SVM)选择集成 适应度函数 调节因子
• 年，卷（期）: 2011,（28）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 166-168,231
• 分类号: TP301.6
• 字数: 3484字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.28.045

摘要

针对基于离散二进制粒子群(BPSO)的SVM选择集成算法的分类精度不高,以及所选分类器个数过多等问题,利用改进的离散二进制粒子群算法(IBPSO)和SVM选择集成算法相结合,提出基于IBPSO的SVM选择集成算法.通过选用合适的适应度函数以及调节因子k,进行多次仿真,实验表明,对由boostrap方式生成的SVM集合,基于IBPSO的SVM选择集成在精度和分类器个数方面均优于基于BPSO的SVM选择集成,证明了IBPSO算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	华继学	空军工程大学导弹学院	33	209	10.0	13.0
2	李卫忠	空军工程大学导弹学院	25	98	6.0	9.0
3	廖勇	空军工程大学导弹学院	9	40	2.0	6.0
7	孟常亮	空军工程大学导弹学院	1	1	1.0	1.0