粒子群算法优化双核支持向量机及应用

• 作者: 张天侠 聂立新 赵波
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 支持向量机 双尺度核函数 粒子群优化算法 参数优化 故障诊断
• 年，卷（期）: 2014,（3）
• 页码范围: 565-569
• 页数: 5页
• 分类号: TH165.3
• 字数: 4151字
• 语种: 中文

摘要

针对支持向量机核函数和控制参数选取难度较大的问题，提出了一种主动划分参数区间的双尺度径向基核支持向量机，并用并行定向变异混合粒子群优化算法选取其控制参数。试验分析了利用标准数据集经多次独立重复试验得到的均值等统计量，验证、测试了上述支持向量机模型，同时考虑了类间数据不平衡的影响。结果表明，双尺度径向基核函数的性能在多数情况下优于单径向基核函数，并行定向变异的混合粒子群优化算法优于标准粒子群优化算法，能够有效抑制早熟收敛，有利于搜索到更优的支持向量机控制参数。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂立新	东北大学机械工程与自动化学院	21	76	6.0	8.0
3	赵波	河南理工大学机械与动力工程学院	186	1176	16.0	23.0
4	张天侠	东北大学机械工程与自动化学院	50	694	15.0	24.0