基于量子激励的粒子群优化的SVM研究 |
| |
作者姓名: | 鲍洁 任玉艳 |
| |
作者单位: | [1]国家发展和改革委员会国家投资项目评审中心 [2]燕山大学 |
| |
摘 要: | 本文提出一种基于量子激励粒子群算法优化支持向量机(SVM)训练参数的新方法。该方法在粒子群优化算法中引入量子论思想,提高了粒子搜索的遍历性,从而避免了陷入局部极值,最终得到SVM的最优参数。仿真实验结果表明,本文提出的基于量子激励的粒子群优化的SVM比传统算法优化的SVM的精度高、收敛速度快。
|
关 键 词: | 支持向量机 粒子群算法(PSO) 量子论 参数选择 |
本文献已被 维普 等数据库收录! |
|