文献类型：期刊文章

作　　者：孟常亮[1] 李卫忠[1] 廖勇[1,2] 华继学[1]

机构地区：[1]空军工程大学导弹学院 [2]中国人民解放军95824部队

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.60975026);陕西省自然科学基金(No.2007F19)~~

年　　份：2011

卷　　号：47

期　　号：28

起止页码：166-168

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对基于离散二进制粒子群(BPSO)的SVM选择集成算法的分类精度不高,以及所选分类器个数过多等问题,利用改进的离散二进制粒子群算法(IBPSO)和SVM选择集成算法相结合,提出基于IBPSO的SVM选择集成算法。通过选用合适的适应度函数以及调节因子k,进行多次仿真,实验表明,对由boostrap方式生成的SVM集合,基于IBPSO的SVM选择集成在精度和分类器个数方面均优于基于BPSO的SVM选择集成,证明了IBPSO算法的优越性。

关 键 词：离散二进制粒子群  支持向量机(SVM)选择集成  适应度函数 调节因子  

分 类 号：TP301.6]