一种基于PSO的混合核支持向量机算法

• 作者: 刘平丽 王芳妮 谌璐 贺兴时
• 来源期刊: 西安工程大学学报
• 关键词: 支持向量机 全局核函数 局部核函数 混合核函数 粒子群优化算法
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 基础科学
• 页码范围: 815-819
• 页数: 5页
• 分类号: O29
• 语种: 中文

摘要

支持向量机算法作为一种新的机器学习方法,在处理小样本分类问题上具有明显优势,但核函数和参数的选取的好坏直接影响支持向量机算法的性能.针对该问题,通过组合全局核函数和局部核函数的混合核函数方法,建立了基于粒子群算法的混合核支持向量机算法,并经过Matlab仿真实验,表明该改进算法较支持向量机算法具有更高的分类准确率和更好的学习及泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时	西安工程大学理学院	136	975	16.0	25.0
2	刘平丽	西安工程大学理学院	3	10	2.0	3.0
3	王芳妮	西安工程大学理学院	4	16	3.0	4.0
4	谌璐	西安工程大学理学院	1	5	1.0	1.0