基于粒子群算法的双子支持向量机研究

• 作者: 刘建明
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 双子支持向量机(TWSVM) 分类算法 粒子群优化算法(PSO)
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 算法与语言
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP312
• 字数: 2944字
• 语种: 中文
• DOI: 10.11907/rjdk.151455

摘要

针对标准支持向量机训练时间过长与参数选择无指导性问题,给出一种通过粒子群优化双支持向量机模型参数的方法.与标准支持向量机不同,该方法的时间复杂度更小,特别适合不均衡的数据样本分类问题,对求解大规模的数据分类问题有很大优势.将该算法与标准的支持向量机分类器在不同的文本数据集上进行仿真实验对比,以验证算法的有效性.结果表明基于粒子群优化的双子支持向量机分类器的分类结果高于标准支持向量机分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建明		8	31	3.0	5.0