基于PSO优化的SMO算法研究及应用
翟永杰 王子杰 黄宝海 李海丽
华北电力大学控制科学与工程学院,河北保定071003
摘 要:
顺序优化（SMO）是支持向量机（SVM）的一种有效训练算法，但SMO的参数选择问题是算法性能优劣的关键所在，只有选择了合适的参数才能使算法性能达到最优。因此，在详细介绍了SMO算法的基础上，着重研究了基于微粒群优化（PSO）的SMO算法的双层优化原理，并通过仿真进行了应用研究，将该方法的有效性进行了验证。实验结果表明，经过PSO优化的SMO算法与其他算法相比具有更高的准确性。 (共5页)
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com