基于免疫优化多输出最小二乘支持向量机及其应用

被引：3

作者：

叶洪涛 ^{[1
,2
]}

罗飞 ^{[2
]}

机构：

[1] 广西工学院电子信息与控制工程系

[2] 华南理工大学自动化科学与工程学院

来源：

计算机应用研究 | 2010年 / 27卷 / 06期

关键词：

免疫优化; 最小二乘支持向量机; 污水生化处理; 语音情感识别;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

传统的支持向量机是一种两类问题的判别方法,不能直接应用于多类分类问题。为了解决这个问题,提出了一种免疫优化多输出最小二乘支持向量机方法。该方法利用免疫算法来优化最小二乘支持向量机的参数。将该方法应用于污水生化处理过程建模及语音情感识别,仿真结果表明,该方法具有更高的精度。

引用

页码：2065 / 2067

页数：3

共 6 条

[1] 全局和时序结构特征并用的语音信号情感特征识别方法 [J].

赵力 ;

王治平 ;

卢韦 ;

邹采荣 ;

吴镇扬 .

自动化学报, 2004, (03) :423-429

[2] 污水生化处理过程建模与控制 [J].

杜树新 .

控制理论与应用, 2002, (05) :660-666

[3] 语音信号中的情感识别研究 [J].

赵力 ;

钱向民 ;

邹采荣 ;

吴镇扬 .

软件学报, 2001, (07) :1050-1054

[4] A tutorial on support vector regression [J].

Smola, AJ ;

Schölkopf, B .

STATISTICS AND COMPUTING, 2004, 14 (03) :199-222

[5] SVM classification: Its contents and challenges [J].

Shihong Yue ;

Ping Li ;

Peiyi Hao .

Applied Mathematics-A Journal of Chinese Universities, 2003, 18 (3) :332-342

[6]

Selecting of the optimal feature subset andkernel parameters in digital modulation classificationby using hybrid genetic algorithm-support vector ma-chines:HGASVM .2 AVCI E. Expert Systems with Applica-tions . 2009

← 1 →