基于PSO和分组训练的SVM参数快速优化方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Fast Optimization Method for Parameter of SVM Based on PSO and Divided Training
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对在利用粒群优化算法(PSO)对支持向量机(SVM)参数进行优化时,由于SVM训练运算量较大,导致需多次迭代过程的参数优化速度缓慢的问题.引入分组训练方法,将训练样本分成若干样本子集分别进行训练,然后对经分组训练得到的各个SVM的参数进行优化.在提高了训练速度的同时,大幅提高了参数优化速度,并对分类SVM的参数优化进行了仿真实验,取得了良好的优化效果.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

张庆,刘丙杰. 基于PSO和分组训练的SVM参数快速优化方法[J]. 科学技术与工程, 2008, (16): .
ZHANG Qing, LIU Bing-jie. Fast Optimization Method for Parameter of SVM Based on PSO and Divided Training[J]. Science Technology and Engineering,2008,(16).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
×
律回春渐,新元肇启|《科学技术与工程》编辑部恭祝新岁!
亟待确认版面费归属稿件,敬请作者关注