|
|||||
|
|
| 基于改进涡流搜索算法的支持向量机分类模型 | |
| 作者姓名： | 李学贵 李盼池 王艾 郭远涛 |
| 摘 要： | 支持向量机(SVM:Support Vector Machine)是定义在特征空间上的间隔最大的线性分类器,参数的选择决定了其学习性能和泛化能力.针对此参数选择问题,采用改进的涡流搜索算法对支持向量机参数进行选择,寻找最优适应度函数.仿真实验表明,改进的涡流搜索算法是一种有效的SVM参数选择方法,有利于跳出局部最小值,... |
| 关 键 词： | 支持向量机 改进的涡流搜索算法 参数优化 元启发式优化算法 局部最小值 |