期刊文章详细信息
基于改进PSO算法参数优化的模糊支持向量分类机
Parameter Optimization of Fuzzy Support Vector Classifiers Based on the Improved PSO
文献类型:期刊文章
机构地区:[1]重庆师范大学计算机与信息科学学院,重庆400000 [2]信阳职业技术学院网络中心,河南信阳464000 [3]信阳农业高等专科学校计算机系,河南信阳464000
基 金:河南省科技计划项目(092300410208);河南省教育厅科技计划项目(2008A520021)
年 份:2013
卷 号:26
期 号:2
起止页码:288-291
语 种:中文
收录情况:AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、IC、JST、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊
摘 要:借助遗传算法中交叉和选择的思想策略,提出一种改进的粒子群算法对模糊支持向量机的参数进行优化选择.结果表明:该方法能够减少模糊支持向量机参数选择的盲目性,增强了模糊支持向量机的泛化能力,同时也提高了其分类精度.
关 键 词:参数优化 粒子群算法 模糊支持向量分类机
分 类 号:TP181]
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...