首页> 中文期刊> 《重庆高教研究》 >基于混沌粒子群的SVM参数优化算法

基于混沌粒子群的SVM参数优化算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

支持向量机的性能与核函数的参数及惩罚系数C有很大关系.利用Lozi’s映射的较好遍历性,在粒子群优化算法中引入Lozi’s映射的混沌思想,提出基于混沌粒子群优化算法的SVM参数优化方法.仿真实验表明,该算法能有效提高整个迭代搜索的收敛速度和精度,从而更好地优化SVM参数.

著录项

来源
《重庆高教研究》 |2011年第4期|81-84|共4页
作者
李太白;
展开▼
作者单位

重庆师范大学计算机与信息科学学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
支持向量机; 混沌粒子群; 参数优化;

相似文献

中文文献
外文文献
专利

1. 基于混沌粒子群的SVM参数优化算法 [J] . 李太白 . 重庆文理学院学报（自然科学版） . 2011,第004期
2. 基于改进混沌粒子群的混合核SVM参数优化及应用 [J] . KUANG Fang-jun ,XU Wei-hong ,ZHANG Si-yang . 计算机应用研究 . 2014,第003期
3. 基于混沌粒子群优化算法的相机参数标定方法 [J] . 王琳霞 ,陈广锋 . 自动化与仪表 . 2019,第004期
4. 基于量子混沌粒子群优化算法的分数阶超混沌系统参数估计 [J] . 闫涛 ,刘凤娴 ,陈斌 . 电子学报 . 2018,第002期
5. 基于混沌粒子群优化算法的数字PID参数整定 [J] . 周习祥 ,李加升 ,杨赛良 . 电力电子技术 . 2010,第010期
6. 基于参数改进的混沌粒子群混合优化算法 [C] . 童金旺 ,张鹏 ,沈小伟 . 第16届全国结构工程学术会议 . 2007
7. 基于多元宇宙优化算法的SVM参数优化 [A] . 任楚苏 . 2015

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号