登录    注册    忘记密码

期刊文章详细信息

基于改进的网格搜索法的SVM参数优化    

A parameter optimization method for an SVM based on improved grid search algorithm

  

文献类型:期刊文章

作  者:王健峰[1] 张磊[1] 陈国兴[1] 何学文[1]

机构地区:[1]哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001

出  处:《应用科技》

年  份:2012

卷  号:39

期  号:3

起止页码:28-31

语  种:中文

收录情况:CAS、CSA、CSA-PROQEUST、JST、ZGKJHX、普通刊

摘  要:比较了现今应用比较广泛的3种支持向量机(SVM)参数优化方法.具体分析了网格法、遗传算法和粒子群算法在SVM参数优化方面的性能以及优缺点,提出了一种改进的网格法.先在较大范围内进行搜索,在得到的优化结果附近区域再进行精确搜索.实验表明改进的网格搜索法耗时短,更适用于有时间要求的说话人识别应用中.

关 键 词:支持向量机 参数优化 网格搜索 遗传算法  粒子群算法 说话人识别

分 类 号:TP273]

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心