基于粒子群算法的双子支持向量机研究 |
| |
引用本文: | 刘建明,.基于粒子群算法的双子支持向量机研究[J].教育技术导刊,2015,14(6):72-75. |
| |
作者姓名: | 刘建明 |
| |
作者单位: | 玉林师范学院 数学与信息科学学院;广西高校复杂系统优化与大数据处理重点实验室, 广西 玉林 537000 |
| |
摘 要: | 针对标准支持向量机训练时间过长与参数选择无指导性问题,给出一种通过粒子群优化双支持向量机模型参数的方法。与标准支持向量机不同,该方法的时间复杂度更小,特别适合不均衡的数据样本分类问题,对求解大规模的数据分类问题有很大优势。将该算法与标准的支持向量机分类器在不同的文本数据集上进行仿真实验对比,以验证算法的有效性。结果表明基于粒子群优化的双子支持向量机分类器的分类结果高于标准支持向量机分类结果。
|
关 键 词: | 双子支持向量机(TWSVM) 分类算法 粒子群优化算法(PSO) |
Research on Twin Support Vector Machines Based on Particle Swarm Optimization |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |