原文服务方: 微电子学与计算机       
摘要:
特征选取和参数设置是提升支持向量机分类器的效果的两个主要手段.为了将两者结合起来,实现同步优化,以达到更好的分类效果,设计了一种基于粒子群算法的分类器优化算法.新算法对粒子采用2进制编码的,设计适合的目标函数,同步进行特征选择和支持向量机参数的优化.经过对比验证,新方法能够更加准确的得到待分类数据的特征子集跟支持向量机参数,最终得到更优的处理结果.
推荐文章
基于改进量子粒子群算法的支持向量机参数优化方法
改进量子粒子群
支持向量机
参数优化
混合扰动算子
性能
基于粒子群算法的双子支持向量机研究
双子支持向量机(TWSVM)
分类算法
粒子群优化算法(PSO)
基于粒子群算法优化支持向量机的模拟电路诊断
故障诊断
模拟电路
粒子群优化
多小波变换
支持向量机
鲶鱼粒子群算法优化支持向量机的短期负荷预测
短期电力负荷
支持向量机
混沌理论
粒子群算法
鲶鱼效应
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 使用粒子群算法进行特征选择及对支持向量机参数的优化
来源期刊 微电子学与计算机 学科
关键词 支持向量机 参数优化 粒子群算法 2进制编码
年,卷(期) 2012,(7) 所属期刊栏目
研究方向 页码范围 138-141
页数 分类号 TP18
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (18)
参考文献  (4)
节点文献
引证文献  (24)
同被引文献  (70)
二级引证文献  (122)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(11)
  • 引证文献(5)
  • 二级引证文献(6)
2015(17)
  • 引证文献(7)
  • 二级引证文献(10)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(29)
  • 引证文献(2)
  • 二级引证文献(27)
2018(27)
  • 引证文献(4)
  • 二级引证文献(23)
2019(39)
  • 引证文献(1)
  • 二级引证文献(38)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
支持向量机
参数优化
粒子群算法
2进制编码
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导