基于果蠅耦合均勻設(shè)計(jì)算法及向量機(jī)參數(shù)優(yōu)化
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論(0)
支持向量機(jī)的參數(shù)選擇仍無系統(tǒng)的理論指導(dǎo),且參數(shù)優(yōu)化一直是支持向量機(jī)的一個(gè)重要研究方向。傳統(tǒng)果蠅優(yōu)化算法能夠較快尋得一個(gè)較優(yōu)的近似最優(yōu)解,隨后在該解的鄰域繼續(xù)迭代而造成尋優(yōu)時(shí)間的嚴(yán)重增加。針對該問題構(gòu)建了果蠅優(yōu)化算法與均勻設(shè)計(jì)相耦合的果蠅耦合均勻設(shè)計(jì)算法,并將其用于支持向量機(jī)的參數(shù)優(yōu)化。該算法首先利用果蠅優(yōu)化算法并行尋優(yōu)以快速得到所研究問題的一個(gè)較優(yōu)近似最優(yōu)解,然后跳轉(zhuǎn)執(zhí)行均勻設(shè)計(jì)的局部尋優(yōu),以獲得一個(gè)更優(yōu)的近似最優(yōu)解。數(shù)值實(shí)驗(yàn)結(jié)果表明:該算法具有較快的尋優(yōu)效率和較高的分類精度,驗(yàn)證了其在支持向量機(jī)參數(shù)優(yōu)化中的有效性和可行性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于果蠅耦合均勻設(shè)計(jì)算法及向量機(jī)參數(shù)優(yōu)化下載
相關(guān)電子資料下載
- 如何利用一些小技巧實(shí)現(xiàn)SVM的增量式訓(xùn)練 321
- 深度解析機(jī)器學(xué)習(xí)各大模型原理 1144
- 基于計(jì)算機(jī)視覺與機(jī)器學(xué)習(xí)技術(shù)的跌倒風(fēng)險(xiǎn)預(yù)測 227
- 機(jī)器學(xué)習(xí)基礎(chǔ)知識全攻略 126
- 支持向量機(jī)的基本原理 支持向量機(jī)可以解決什么問題 1062
- 如何使用Python進(jìn)行圖像識別的自動學(xué)習(xí)自動訓(xùn)練? 321
- 關(guān)于機(jī)器學(xué)習(xí)的17種常用算法 320
- 使用Python從零實(shí)現(xiàn)多分類SVM 337
- 常用的十大機(jī)器學(xué)習(xí)算法介紹 292
- 全面總結(jié)機(jī)器學(xué)習(xí)中的優(yōu)化算法 332