SVM参数优化的AFMC算法
【出 处】:《
计算机工程与科学
》
CSCD
2015年第37卷第7期 1304-1310页,共7页
【作 者】:
高雷阜
;
赵世杰
;
于冬梅
;
徒君
【摘 要】
支持向量机的参数选择仍未有系统的理论指导,其优化选择一直是支持向量机的一个重要研究方向。考虑到人工鱼群算法优化支持向量机参数往往易陷入最优参数组合微小邻域的问题,构造了用于支持向量机参数优化的AFMC算法。该算法前期利用鱼群算法较好的并行寻优性能,能快速寻得问题的近似最优解,而后利用MonteCarlo法进行局部寻优,以实现快速、有效地获取强近优解。数值实验结果表明,该算法具有较好的分类性能和较快的寻优速度,验证了在支持向量机参数寻优中的有效性和可行性。
相关热词搜索: 支持向量机 参数优化 人工鱼群算法 蒙特卡罗法 近似最优解 support vector machine (SVM) parameter optimization artificial fish algorithm Monte-Carlo algorithm approximate optimal solution