共 3 条
基于量子PSO的SVM参数选择及其应用
被引:8
作者:
陈林
潘丰
机构:
[1] 江南大学通信与控制工程学院
来源:
基金:
国家高技术研究发展计划(863计划);
关键词:
支持向量机;
参数选择;
改进的粒子群优化;
脱附;
软测量;
粒子群优化;
D O I:
10.19557/j.cnki.1001-9944.2009.01.002
中图分类号:
TP18 [人工智能理论];
学科分类号:
081104 ;
0812 ;
0835 ;
1405 ;
摘要:
针对支持向量机(SVM)的参数选择问题,提出了一种改进的PSO(QDPSO)算法。该算法采用同时对三个参数寻优的策略,克服了对每个参数单独寻优的弊端,可实现对SVM参数的精确、稳定、快速优化选择。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。通过将该方法得到的参数应用于SVM建模,得到了有机溶剂回收脱附过程的软测量模型。仿真结果表明,预测效果良好。
引用
收藏
页码:5 / 8
页数:4
相关论文