基于蝙蝠算法的支持向量机参数优化 |
| |
引用本文: | 魏峻.基于蝙蝠算法的支持向量机参数优化[J].宝鸡文理学院学报(自然科学版),2015,35(3):1-6. |
| |
作者姓名: | 魏峻 |
| |
作者单位: | 陕西理工学院数学与计算机科学学院,陕西汉中,723001 |
| |
基金项目: | 国家自然科学基金,陕西省教育厅项目,陕西理工学院科研基金 |
| |
摘 要: | 目的针对支持向量机(support vector machine,SVM)的参数选择的重要性,研究一种新的参数优化方法。方法介于蝙蝠算法的模型简单、全局搜索能力强等特点。本文提出基于蝙蝠算法(BA)的SVM参数优化方法,对SVM的惩罚参数和核参数进行优化。结果通过8个UCI标准数据库集的Matlab仿真实验,验证了算法的有效性和可靠性。结论本文方法搜索的最优参数较大地提高了SVM的分类精度,加强了SVM的学习和泛化能力,是一种有效及稳定的支持向量机参数优化方法。
|
关 键 词: | 支持向量机 参数选择 蝙蝠算法 |
Parameter optimization of support vector machine based on bat algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|