基于量子激励的粒子群优化的SVM研究

• 来源期刊: 科技信息
• 学科: 工学
• 关键词: 支持向量机 粒子群算法(PSO) 量子论 参数选择
• 年，卷（期）: 2011,（14）
• 所属期刊栏目: 专题论述
• 页码范围: I0368-I0369
• 页数: 1页
• 分类号: TP301.6
• 语种: 中文

摘要

本文提出一种基于量子激励粒子群算法优化支持向量机（SVM）训练参数的新方法。该方法在粒子群优化算法中引入量子论思想,提高了粒子搜索的遍历性,从而避免了陷入局部极值,最终得到SVM的最优参数。仿真实验结果表明,本文提出的基于量子激励的粒子群优化的SVM比传统算法优化的SVM的精度高、收敛速度快。