人工鱼群算法在SVM参数优化选择中的应用

• 作者: 赵世杰 高晶 高雷阜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 人工鱼群算法 参数优化 遗传算法
• 年，卷（期）: 2013,（23）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 86-90
• 页数: 5页
• 分类号: TP18
• 字数: 4490字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1304-0066

摘要

针对支持向量机的参数优化缺乏理论支持，而SVM交叉检验法选取又较为费时的情况下，提出了基于人工鱼群算法的支持向量机参数优化选取算法，并以SVM分类预测准确率最大为优化原则，利用人工鱼群算法的较好并行性和较强的全局寻优能力，以实现最优目标并得到SVM的最优参数组合。数值实验结果表明：人工鱼群算法在SVM参数优化选取中具有更快的寻优性能，同时具有较高的分类准确率。该方法具有较好的并行性和较强的全局寻优能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高雷阜	辽宁工程技术大学理学院	119	728	13.0	22.0
2	赵世杰	辽宁工程技术大学理学院	28	179	8.0	12.0
3	高晶	辽宁工程技术大学理学院	3	60	3.0	3.0