基于改进粒子群优化的支持向量机分类器
机器学习
2016-03-29 v1 神经与进化计算
摘要
考虑了基于改进粒子群优化开发SVM分类器的问题。该算法同时搜索SVM分类器的核函数类型、核函数参数值和正则化参数值。此种SVM分类器提供高质量的数据分类。改进粒子群优化算法的基点是粒子的“再生”思想。在实现该思想时，一些粒子将其核函数类型改变为对应于具有最佳分类精度值的粒子的那种。所提出的粒子群优化算法允许减少开发SVM分类器的时间开销。实验研究结果证实了该算法的效率。
引用
@article{arxiv.1603.08296,
title = {The SVM Classifier Based on the Modified Particle Swarm Optimization},
author = {L. Demidova and E. Nikulchev and Yu. Sokolova},
journal= {arXiv preprint arXiv:1603.08296},
year = {2016}
}
备注
9 pages