最小二乘支持向量机的参数优选方法及其应用

• 作者: 刘丽娜
• 来源期刊: 南昌工程学院学报
• 学科: 工学
• 关键词: 最小二乘支持向量机 混合智能算法 参数优选
• 年，卷（期）: 2014,（6）
• 页码范围: 15-19
• 页数: 5页
• 分类号: TV697.1
• 字数: 3825字
• 语种: 中文

摘要

参数选择是支持向量机研究领域的重要问题，它本质上是一个优化搜索过程。以遗传算法和粒子群算法为基础探讨了基于两者的混合智能算法，将杂交操作、变异操作引入PSO算法中，同时，在种群随机搜索过程中嵌入确定性的模式搜索，使得算法可以在任何阶段进行精细搜索；在此基础上，提出了基于混合智能的最小二乘支持向量机方法（ LS-SVM），以最小化k-fold交叉验证误差为评价函数，利用混合智能算法优化LS-SVM参数。最后结合实例对该方法进行了实证检验，并对结果进行分析。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丽娜	南昌工程学院水利与生态工程学院	29	57	4.0	5.0