基于和声搜索算法的支持向量机参数优化

• 作者: 魏峻
• 来源期刊: 河南科学
• 关键词: 支持向量机 参数选择 和声搜索
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 机械电子与计算机科学
• 页码范围: 1228-1232
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13537/j.issn.1004-3918.2014.07.020

摘要

支持向量机是建立在统计学理论基础上,以结构风险最小为原则的一种机器学习算法,能够很好地解决小样本、高维数、非线性等问题,被广泛地应用于模式识别、函数估计及回归预测等领域.但是支持向量机性能的高低往往取决于其相关参数的正确选择.为提高优化参数的精度及效率,利用和声搜索算法的全局寻优能力,对支持向量机的惩罚参数及核参数进行优化选择.通过4个标准UCI数据集的仿真实验,结果表明本算法不仅减少了搜索时间,而且所获得的参数能大幅提高支持向量机的性能和预测精度,提高了泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏峻	陕西理工学院数学与计算机科学学院	13	65	4.0	7.0