节点文献

基于改进粒子群的隐空间支持向量机

Hidden Space Support Vector Machine based on Improved Particle Swarm Optimize Algorithms

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 管廷兰； 丁华； 王秀坤；

【Author】 GUAN Ting-lan1,DING Hua2,WANG Xiu-kun3 (1.College of Material of Science & Engineering,Shandong Institute of Architecture & Engineering,Ji’nan 250101; 2.Shandong Institute for Development Strategy of Science and Technology,Ji’nan 250014; 3.Computer Department,Dalian University of Technology,Dalian,Liaoning 116023)

【机构】 山东建筑工程学院材料工程系； 山东省科技发展战略研究所； 大连理工大学计算机系 济南250101； 济南250014； 辽宁大连116023；

【摘要】 在隐空间中支持向量机求解过程中,引入改进粒子群算法用于搜索空间的迭代。基于粒子群算法的隐空间支持向量机不需要核函数满足正定条件,从而扩展了支持向量机核函数的选择范围。由于采用了仿生类的粒子群算法,对比隐空间支持向量机产生的约束凸二次规划获得了一定的优势,并且通过了仿真实验的验证。

【Abstract】 During the solving course of hidden space support vector machine,this paper introduces the Particle Swarm Optimize Algorithms.This type algorithms needn’t core function,the kernel function used in PSHSSVMs are unnecessary to meet the positive definite condition,so the applying range is widen.For applying the Particle Swarm Optimize Algorithms,the solving efficient is improved.The corresponding comparative experiment is provided to testify the result.

【关键词】 支持向量机； 核函数； 粒子群；
【Key words】 support vector machine； kernel function； Particle Swarm Optimize；
  • 【文献出处】 计算机工程与应用 ,Computer Engineering and Applications , 编辑部邮箱 ,2006年32期
  • 【分类号】TP18
  • 【被引频次】1
  • 【下载频次】146
打印本页
节点文献中：