群智能算法优化支持向量机参数综述

• 作者: 李素 王聪 袁志高 郭兆春 陈天恩
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 支持向量机 统计学习 群智能 参数优化 全局寻优 并行搜索 收敛速度 寻优精度
• 年，卷（期）: 2018,（1）
• 页码范围: 70-84
• 页数: 15页
• 分类号: TP181
• 字数: 13945字
• 语种: 中文
• DOI: 10.11992/tis.201707011

摘要

支持向量机建立在统计学习的理论基础之上,具有理论的完备性,但是在应用上仍然存在模型参数难以选择的问题.首先,介绍了支持向量机和群智能算法的基本概念;然后,系统地叙述了各种经典的群智能算法进行支持向量机参数优化取得的最新研究成果以及总结了优化过程中存在的问题和解决方案;最后,结合该领域当前研究现状,提出了群智能算法优化支持向量机参数研究中需要关注的问题,展望了这一研究方向在未来的发展趋势和前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李素	北京工商大学食品安全大数据技术北京市重点实验室	21	274	7.0	16.0
2	袁志高	北京工商大学食品安全大数据技术北京市重点实验室	2	43	2.0	2.0
3	王聪		2	43	2.0	2.0
4	陈天恩		19	189	9.0	13.0
5	郭兆春	北京工商大学食品安全大数据技术北京市重点实验室	2	43	2.0	2.0