原文服务方: 微电子学与计算机       
摘要:
本文提出了一种改进的基于烟花算法的SVM特征选择和参数优化算法.该算法针对特征选择问题的0-1特性,使用二进制编码的烟花算法,采用基于RBF核函数的SVM,在选取尽可能少的特征数目的同时提高了分类准确率.通过UCI数据仿真,对比结果表明:该方法避免了过早成熟而陷入局部最优的问题,可有效地找出合适的特征子集及SVM参数,并取得较好的分类效果.
推荐文章
基于PSO的LS-SVM特征选择与参数优化算法
最小二乘支持向量机
特征选择
参数优化
粒子群算法
基于PSO与GA的SVM特征选择与参数优化算法
粒子群算法
遗传算法
支持向量机
特征选择
参数优化
基于混沌遗传算法的SVM特征和参数优化
支持向量机
混沌遗传算法
特征选取
参数优化
故障诊断
变尺度
基于特征选择和SVM参数同步优化的网络入侵检测
支持向量机
遗传算法
网络入侵检测
特征选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进烟花算法的SVM特征选择和参数优化
来源期刊 微电子学与计算机 学科
关键词 二进制编码 烟花算法 特征选择 参数优化
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 21-25
页数 5页 分类号 TP393
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋杰 安徽大学计算机科学与技术学院 66 596 10.0 23.0
2 沈永良 安徽大学计算机科学与技术学院 1 6 1.0 1.0
3 万志超 安徽大学计算机科学与技术学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (61)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
二进制编码
烟花算法
特征选择
参数优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导