粒子群算法优化混合核函数SVM及应用
崔国恒1
李京书1
张军2
1.海军工程大学 武汉4300332.空军装备研究院 北京100000
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.
关键词：支持向量机动态粒子群核函数参数寻优分类精度
分类号：TP393(计算技术、计算机技术)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 46-49,160 )
英文信息