基于果蠅耦合均勻設計算法及向量機參數優(yōu)化
大?。?/span>2.05 MB 人氣： 2017-11-30 需要積分：1
標簽：向量機(20755)
支持向量機的參數選擇仍無系統(tǒng)的理論指導，且參數優(yōu)化一直是支持向量機的一個重要研究方向。傳統(tǒng)果蠅優(yōu)化算法能夠較快尋得一個較優(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)時間的嚴重增加。針對該問題構建了果蠅優(yōu)化算法與均勻設計相耦合的果蠅耦合均勻設計算法，并將其用于支持向量機的參數優(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較優(yōu)近似最優(yōu)解，然后跳轉執(zhí)行均勻設計的局部尋優(yōu)，以獲得一個更優(yōu)的近似最優(yōu)解。數值實驗結果表明：該算法具有較快的尋優(yōu)效率和較高的分類精度，驗證了其在支持向量機參數優(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計算法及向量機參數優(yōu)化下載
相關電子資料下載
- 如何利用一些小技巧實現(xiàn)SVM的增量式訓練 321
- 深度解析機器學習各大模型原理 1144
- 基于計算機視覺與機器學習技術的跌倒風險預測 227
- 機器學習基礎知識全攻略 126
- 支持向量機的基本原理 支持向量機可以解決什么問題 1062
- 如何使用Python進行圖像識別的自動學習自動訓練？ 321
- 關于機器學習的17種常用算法 320
- 使用Python從零實現(xiàn)多分類SVM 337
- 常用的十大機器學習算法介紹 292
- 全面總結機器學習中的優(yōu)化算法 332