|
|||||
|
|
| 基于改进涡流搜索算法的支持向量机分类模型 | |
| 引用本文： | 李学贵,郭远涛,李盼池,王艾. 基于改进涡流搜索算法的支持向量机分类模型[J]. 吉林大学学报(信息科学版), 2008, 38(3): 312-319 |
| 作者姓名： | 李学贵 郭远涛 李盼池 王艾 |
| 作者单位： | 东北石油大学a． 计算机与信息技术学院; b． 黑龙江省网络化与智能控制重点实验室; c． 黑龙江省石油大数据与智能分析重点实验室; d． 图书馆，黑龙江大庆163318 |
| 基金项目： | 国家自然科学基金资助项目( 61873058) ; 中国石油科技创新基金资助项目( 2018D-5007-0302) ; 中国博士后基金资助项目 ( 217184) ; 黑龙江省博士后基金资助项目( LBH-Z18045 ) ; 东北石油大学优秀中青年创新团队基金资助项目 ( KYCXTD201903) ; 东北石油大学青年科学基金资助项目( 2019QNL-56 ) ; 东北石油大学引导性创新基金资助项目 ( 2019YDW-02) |
| 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，其优化性能不低于涡流搜索算法。 |
| 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 |
| 收稿时间： | 2019-09-06 |
Classification Model of Support Vector Machine Based on Modified Vortex Search Algorithm |
|
| LI Xuegui,GUO Yuantao,LI Panchi,WANG Ai. Classification Model of Support Vector Machine Based on Modified Vortex Search Algorithm[J]. Journal of Jilin University:Information Sci Ed, 2008, 38(3): 312-319 | |
| Authors: | LI Xuegui GUO Yuantao LI Panchi WANG Ai |
| Affiliation: | a． School of Computer and Information Technology; b． Heilongjiang Provincial Key Laboratory of Networking and Intelligent Control; c． Heilongjiang Provincial Key Laboratory of Big Data and Intelligent Analysis; d． Library，Northeast Petroleum University，Daqing 163318，China |
| Abstract: | SVM ( Support Vector Machine) is a linear classifier with the largest interval defined in the featurespace． Values of these parameters determine the learning performance and generalization ability． In order tosolve the problem of SVM parameter selection，the modified vortex search algorithm is used to find the optimalfitness function． The simulation results show that the modified vortex search algorithm is an effective SVMparameter selection method． It is beneficial to jump out of the local minimum，and its performance is not lowerthan the vortex search algorithm． |
| Keywords: | support vector machine ( SVM) modified vortex search parameter optimization meta heuristic optimization algorithm the local minimum |
| 点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(信息科学版)》下载全文 | |