期刊文章详细信息
使用粒子群算法进行特征选择及对支持向量机参数的优化
Use PSO to Perform Feature Selection and Parameter Optimization of SVM
文献类型：期刊文章
机构地区：[1]许昌市耕新信息科学研究院,河南许昌461000 [2]许昌职业技术学院信息工程系,河南许昌461000
年 份：2012
卷 号：29
期 号：7
起止页码：138-141
语 种：中文
收录情况：BDHX、BDHX2011、CSCD、CSCD_E2011_2012、JST、ZGKJHX、核心刊
摘 要：特征选取和参数设置是提升支持向量机分类器的效果的两个主要手段.为了将两者结合起来,实现同步优化,以达到更好的分类效果,设计了一种基于粒子群算法的分类器优化算法.新算法对粒子采用2进制编码的,设计适合的目标函数,同步进行特征选择和支持向量机参数的优化.经过对比验证,新方法能够更加准确的得到待分类数据的特征子集跟支持向量机参数,最终得到更优的处理结果.
关 键 词：支持向量机 参数优化 粒子群算法 2进制编码
分 类 号：TP18]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
