粒子群算法优化混合核函数SVM及应用

• 作者: 崔国恒 张军 李京书
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 支持向量机 动态粒子群 核函数参数 寻优 分类精度
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 信息融合技术
• 页码范围: 46-49,160
• 页数: 5页
• 分类号: TP393
• 字数: 3406字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2016.12.011

摘要

相比于单一核函数支持向量机,混合核函数的引入使支持向量机多了一个可调参数,而这个可调参数一般是根据人为随机选取或者依据经验选取,并不能保证参数最优.针对此问题,提出了以惩罚系数、核函数参数和可调参数为寻优对象,用动态粒子群对其进行寻优的方法,以获取最优参数组合,从而提高支持向量机的分类性能.通过对UCI数据库中的IRIS数据集进行分类实验,结果表明:相比于单一核函数支持向量机,混合核函数支持向量机泛化能力更好,分类精度更高;动态粒子群算法能够搜索到更优的支持向量机参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔国恒		32	167	7.0	12.0
2	李京书		22	100	6.0	8.0
3	张军		4	9	2.0	3.0