Mixed KPCA结合纹理特征的SVM盐碱土信息提取 被引量：2

1

作者 崔林林 罗毅 +1 位作者 包安明 李春轩 《计算机工程与应用》 CSCD 2012年第27期211-216,共6页

核函数是核主成分分析(Kernel Principal Component Analysis,KPCA)的核心,目前使用的核函数都是单一核函数。尝试通过将光谱角径向基核函数(Spectral Angle Radial Basis Function,SA-RBF)与RBF组合形成混合核函数。在研究中,利用基于... 核函数是核主成分分析(Kernel Principal Component Analysis,KPCA)的核心,目前使用的核函数都是单一核函数。尝试通过将光谱角径向基核函数(Spectral Angle Radial Basis Function,SA-RBF)与RBF组合形成混合核函数。在研究中,利用基于该混合核函数的KPCA进行特征提取,将其光谱特征波段和纹理特征相结合用于盐碱土的SVM分类,将分类结果与其他SVM分类进行比较,结果表明:该方法优于其他SVM方法,能有效提取玛纳斯河流域绿洲区的盐碱土专题信息,分类精度是89.000%,kappa系数是0.876。 展开更多

关键词 混合核主成分分析 纹理特征分析 支持向量机 盐碱土

在线阅读 下载PDF 职称材料

基于SVM混合核的不透水面提取及扩张分析 被引量：2

2

作者 冀建任 王竞雪 王丽芹 《测绘通报》 CSCD 北大核心 2024年第3期43-48,共6页

利用支持向量机中单一核函数提取不透水面时存在时间复杂度高和提取精度低的问题。针对该问题,本文在径向基核函数的基础上引入多项式核函数,提出了一种混合核函数的不透水面提取方法。首先,由于属性不同的地物具有相似的光谱信息,在特... 利用支持向量机中单一核函数提取不透水面时存在时间复杂度高和提取精度低的问题。针对该问题,本文在径向基核函数的基础上引入多项式核函数,提出了一种混合核函数的不透水面提取方法。首先,由于属性不同的地物具有相似的光谱信息,在特征提取过程中将光谱信息与图像熵纹理信息相结合,可更加清楚地区分各地物类别。然后,在径向基核函数的基础上引入多项式核,可分别从局部和全局角度获取影像的特征信息,提高不透水面提取精度。最后,在不透水面提取结果基础上进行时空演变分析。本文利用阜新市主城区2009—2021年Landsat影像进行试验。结果表明,光谱与熵纹理相结合方法可改善特征提取效果,提升不透水面提取精度。与单一核函数提取方法对比,利用本文方法提取不透水面精度提高了2.5%,证明了该方法的有效性。 展开更多

关键词 不透水面 纹理特征 支持向量机 混合核函数 时空分析

在线阅读 下载PDF 职称材料

基于MK-SVM和时序特征分析的月径流预报模型 被引量：1

3

作者 雷庆文 闫磊 +2 位作者 巫晨煜 罗云 谢笑添 《水资源保护》 EI CAS CSCD 北大核心 2024年第6期148-154,共7页

针对传统径流预报方法预报因子不确定性和预报模型复杂性问题,基于月径流时序特征重要性分析选择预报因子,采用混合核函数支持向量机(MK-SVM)模型捕捉径流时序间的非线性关系,提出动态透镜成像反向学习和Lévy飞行等多策略融合的改... 针对传统径流预报方法预报因子不确定性和预报模型复杂性问题,基于月径流时序特征重要性分析选择预报因子,采用混合核函数支持向量机(MK-SVM)模型捕捉径流时序间的非线性关系,提出动态透镜成像反向学习和Lévy飞行等多策略融合的改进灰狼优化算法(IGWO),并构建了径流预报的IGWO-MK-SVM模型。黑河流域莺落峡水文站月径流预报结果表明:IGWO-MK-SVM模型月径流预报结果的纳什效率系数、均方根误差、Kling-Gupta效率系数分别为0.8942、16.9099 m^(3)/s和0.8639;与传统SVM模型相比,IGWO-MK-SVM模型在径流预报中的自适应性有所提升,相较于长短期记忆网络模型和季节性差分自回归移动平均模型,IGWO-MK-SVM模型能更好地预报月径流的真实变化过程。 展开更多

关键词 径流预报 随机森林 径流预报因子 混合核函数支持向量机 改进灰狼优化算法 黑河流域

在线阅读 下载PDF 职称材料

基于混合核函数PSO-LSSVM的边坡变形预测 被引量：49

4

作者 郑志成 徐卫亚 +1 位作者 徐飞 刘造保 《岩土力学》 EI CAS CSCD 北大核心 2012年第5期1421-1426,共6页

支持向量机(SVM)的核函数类型和超参数对边坡位移时序预测的精度有重要影响。鉴于局部核函数学习能力强、泛化性能弱,而全局核函数泛化性能强、学习能力弱的矛盾,通过综合两类核函数各自优点构造了基于全局多项式核和高斯核的混合核函数... 支持向量机(SVM)的核函数类型和超参数对边坡位移时序预测的精度有重要影响。鉴于局部核函数学习能力强、泛化性能弱,而全局核函数泛化性能强、学习能力弱的矛盾,通过综合两类核函数各自优点构造了基于全局多项式核和高斯核的混合核函数,并引入粒子群算法(PSO)对最小二乘支持向量机(LSSVM)超参数进行全局寻优,提出了边坡位移时序预测的混合核函数PSO-LSSVM模型。将模型应用于锦屏一级水电站左岸岩石高边坡变形预测分析,并与传统核函数支持向量机预测结果进行对比分析。结果表明,该模型较传统方法在预测精度上有了明显提高,预测结果科学可靠,在边坡位移时序预测中具有良好的实际应用价值。 展开更多

关键词 边坡 边坡变形预测 最小二乘支持向量机 粒子群优化 混合核

在线阅读 下载PDF 职称材料

一种新的混合核函数支持向量机 被引量：15

5

作者 刘明 周水生 吴慧 《计算机应用》 CSCD 北大核心 2009年第B12期167-168,206,共3页

针对单核函数支持向量机性能的局限性问题,提出将sigmoid核函数与高斯核函数组成一种新的混合核函数支持向量机。高斯核是典型的局部核;sigmoid核在神经网络中被证明具有良好的全局分类性能。新混合核函数结合二者的优点,其支持向量机... 针对单核函数支持向量机性能的局限性问题,提出将sigmoid核函数与高斯核函数组成一种新的混合核函数支持向量机。高斯核是典型的局部核;sigmoid核在神经网络中被证明具有良好的全局分类性能。新混合核函数结合二者的优点,其支持向量机的分类性能优于由单核函数构成的支持向量机,实验结果表明该方法的有效性。 展开更多

关键词 支持向量机 混合核 sigmoid核 高斯核 全局核 局部核

在线阅读 下载PDF 职称材料

支持向量机在短期负荷预测中的应用概况 被引量：53

6

作者 王奔 冷北雪 +2 位作者 张喜海 单翀皞 从振 《电力系统及其自动化学报》 CSCD 北大核心 2011年第4期115-121,共7页

全面总结了支持向量机(SVM)在短期负荷预测中的应用概况,并从SVM的原理出发,对比人工神经网络方法,从本质上阐述了SVM方法在短期负荷预测中应用的优越性。同时针对SVM在应用中存在的问题,包括数据预处理、核函数构造及选取和参数优化的... 全面总结了支持向量机(SVM)在短期负荷预测中的应用概况,并从SVM的原理出发,对比人工神经网络方法,从本质上阐述了SVM方法在短期负荷预测中应用的优越性。同时针对SVM在应用中存在的问题,包括数据预处理、核函数构造及选取和参数优化的方法,做出分析,并归纳了现行的解决方法。从SVM算法用于负荷预测的机理及提高预测精度和速度的角度,对于一系列SVM的改进方法,全面地进行了归纳,并提出需进一步探讨的关键问题。最后对基于SVM的短期负荷预测所需注意的关键问题做出总结,并提出建议。 展开更多

关键词 支持向量机 人工神经网络 短期负荷预测 数据预处理 核函数 参数优化 混合预测方法

在线阅读 下载PDF 职称材料

基于粗糙集的混合支持向量机长期电力负荷预测研究 被引量：17

7

作者 李伟 闫宁 张振刚 《电力系统保护与控制》 EI CSCD 北大核心 2010年第13期31-34,共4页

影响中长期负荷因素众多,而且单一核函数支持向量机泛化或学习能力较弱,预测精度受限。提出一种结合粗糙集和支持向量机智能算法的负荷预测模型,通过属性约简算法筛选出影响长期电力负荷的核心影响因素,剔除冗余信息,选定全社会用电量... 影响中长期负荷因素众多,而且单一核函数支持向量机泛化或学习能力较弱,预测精度受限。提出一种结合粗糙集和支持向量机智能算法的负荷预测模型,通过属性约简算法筛选出影响长期电力负荷的核心影响因素,剔除冗余信息,选定全社会用电量、人均产值、产值单耗为输入变量,构建基于多项式核函数、径向基核函数的混合核函数支持向量机预测模型,有效提高函数的泛化及学习能力。算例结果表明,所提出的模型预测平均误差仅为0.59%,预测精度有了很大提高且适用于长期负荷预测。 展开更多

关键词 长期负荷预测 粗糙集 属性约简 支持向量机 混合核函数

在线阅读 下载PDF 职称材料

基于混合核函数FOA-LSSVM的预测模型 被引量：14

8

作者 周金明 王传玉 何帮强 《计算机工程与应用》 CSCD 北大核心 2015年第4期133-137,共5页

支持向量机(SVM)的核函数类型和超参数对预测的精度有重要影响。由于局部核函数学习能力强、泛化性能弱,而全局核函数泛化性能强、学习能力弱的矛盾,通过综合两类核函数各自优点构造了基于全局多项式核和高斯核的混合核函数,并引入果蝇... 支持向量机(SVM)的核函数类型和超参数对预测的精度有重要影响。由于局部核函数学习能力强、泛化性能弱,而全局核函数泛化性能强、学习能力弱的矛盾,通过综合两类核函数各自优点构造了基于全局多项式核和高斯核的混合核函数,并引入果蝇优化算法(FOA)对最小二乘支持向量机(LSSVM)参数进行全局寻优,提出了混合核函数FOA-LSSVM预测模型。结果表明,该模型较传统方法在电力负荷预测精度上有了明显提高,预测结果科学可靠,在预测中具有良好的实际应用价值。 展开更多

关键词 预测 果蝇优化算法(FOA) 最小二乘支持向量机(LSSVM) 混合核

在线阅读 下载PDF 职称材料

混合核函数稀疏LS-SVM软测量建模与应用 被引量：6

9

作者 李炜 章寅 赵小强 《控制工程》 CSCD 北大核心 2012年第1期81-85,共5页

针对最小二乘支持向量机存在的稀疏性欠缺和单核函数局限性问题,本文提出一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法。该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,兼顾最小二乘支持向量机的全局拟合能... 针对最小二乘支持向量机存在的稀疏性欠缺和单核函数局限性问题,本文提出一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法。该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,兼顾最小二乘支持向量机的全局拟合能力与局部拟合能力,以矢量基学习作为稀疏解算法,改善最小二乘支持向量机的稀疏性,在精简模型结构的同时,避免冗余信息中的噪声过多的拟合到模型参数中,进而采用粒子群算法优化模型部分参数。将此方法分别应用于Mackey-Glasss混沌模型的时间序列预测和乙烯精馏塔塔釜乙烯浓度预测,应用结果表明该方法较最小二乘支持向量机、稀疏最小二乘支持向量机以及混合核最小二乘支持向量机具有更好的泛化效果和预报精度,兆示出其良好的应用潜力。 展开更多

关键词 软测量 最小二乘支持向量机 稀疏性 矢量基 混合核

在线阅读 下载PDF 职称材料

基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究 被引量：11

10

作者 马春辉 杨杰 +2 位作者 程琳 李婷 李雅琦 《岩土力学》 EI CAS CSCD 北大核心 2019年第6期2397-2406,共10页

为进一步提高堆石坝材料参数反演模型的计算精度与适用性,建立了基于量子遗传算法(QGA)与多输出混合核相关向量机(MMRVM)的自适应反演模型。通过引入混合核函数,使所构建的MMRVM能够高精度地模拟材料参数与大坝沉降间的复杂非线性关系,... 为进一步提高堆石坝材料参数反演模型的计算精度与适用性,建立了基于量子遗传算法(QGA)与多输出混合核相关向量机(MMRVM)的自适应反演模型。通过引入混合核函数,使所构建的MMRVM能够高精度地模拟材料参数与大坝沉降间的复杂非线性关系,从而代替耗时较长的有限元(FEM)计算。通过利用参数较固化的QGA优化确定MMRVM核参数,使反演模型具有自适应性。以实测沉降数据为依据,充分发挥QGA的全局搜索能力反演筑坝材料本构模型参数。在分析模型所需测点个数与信噪比对计算结果影响的基础上,通过公伯峡堆石坝应用实例证明:QGA-MMRVM可快速、精确地反演堆石坝筑坝材料本构模型参数,模型凭借其自适应性在实际工程中具有良好的应用前景和推广价值。 展开更多

关键词 堆石坝 参数反演 多输出混合核相关向量机 量子遗传算法 自适应

在线阅读 下载PDF 职称材料

核函数的选择与改进在人脸识别中的应用 被引量：3

11

作者 朱树先 张仁杰 郑刚 《计算机工程与应用》 CSCD 北大核心 2009年第8期243-245,共3页

核函数方法广泛应用于人工神经网络和支持向量机等机器学习领域,该方法的采用有效地避免了特征空间中的维数灾难的问题,改善了学习机的分类性能。但是核函数的选择及新的核函数构造一直机器学习领域的核心问题,直接关系到学习机性能的... 核函数方法广泛应用于人工神经网络和支持向量机等机器学习领域,该方法的采用有效地避免了特征空间中的维数灾难的问题,改善了学习机的分类性能。但是核函数的选择及新的核函数构造一直机器学习领域的核心问题,直接关系到学习机性能的好坏。然而,这个方向的研究成果不多。以支持向量机为例,通过对核矩阵一些特性的计算和研究,从理论上对常用的核函数性能进行了预测。在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对分类性能的改善。在加权系数选择合适的情况下,学习机的识别率甚至可以达到100%。所以,不但构造出了性能优异的学习机,而且为核函数的选择提供了参考。 展开更多

关键词 支持向量机 神经网络 核函数 核矩阵 混合核函数

在线阅读 下载PDF 职称材料

基于局部围线积分双谱的通信辐射源个体识别 被引量：8

12

作者 陶旺林 卢选民 刘李娟 《计算机工程与应用》 CSCD 2013年第1期131-133,136,共4页

对同类通信辐射源个体识别方法进行了深入的研究,提出了基于局部围线积分双谱的通信辐射源个体识别算法,融合了辐射源调制特征参量作为分类特征向量,采用了基于混合核函数的支持向量机(SVM)实现辐射源个体识别。实验结果表明,该方法具... 对同类通信辐射源个体识别方法进行了深入的研究,提出了基于局部围线积分双谱的通信辐射源个体识别算法,融合了辐射源调制特征参量作为分类特征向量,采用了基于混合核函数的支持向量机(SVM)实现辐射源个体识别。实验结果表明,该方法具有较高的正确识别率(90%以上),并能够较好地解决同型号、同批次通信辐射源的个体识别问题。 展开更多

关键词 通信辐射源 局部围线积分双谱 支持向量机(SVM) 混合核函数

在线阅读 下载PDF 职称材料

基于KPCA与SVM的混合核交通流数据检测 被引量：6

13

作者 刘剑 刘丽华 赵悦 《沈阳建筑大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第5期921-928,共8页

目的针对当前交通流数据识别问题,提出基于KPCA与SVM的混合核交通流数据识别算法,以提高交通流数据识别准确率.方法运用KPCA对数据进行预处理,采用SVM训练分类模型,利用所训练的模型进行识别;以多轿厢电梯交通状态为对象,分别从交通流... 目的针对当前交通流数据识别问题,提出基于KPCA与SVM的混合核交通流数据识别算法,以提高交通流数据识别准确率.方法运用KPCA对数据进行预处理,采用SVM训练分类模型,利用所训练的模型进行识别;以多轿厢电梯交通状态为对象,分别从交通流数据识别分析和仿真实验两方面对所提方法的可行性与精确性进行验证.结果通过与SVM算法、BP神经网络算法进行对比,表明所提方法具有很强的通用性,能有效地预测出交通流,交通流数据识别的准确率达到97. 2%.结论笔者提出的基于KPCA与SVM的混合核交通流数据识别算法可以提高交通流数据识别的准确率,通用性较高,可以实现对目标的实时检测. 展开更多

关键词 模式识别 核主成分分析 SVM 混合核 多轿厢电梯

在线阅读 下载PDF 职称材料

基于混合核函数支持向量机和遗传算法的人脸识别 被引量：6

14

作者 任彧 梅盛鑫 《计算机应用与软件》 CSCD 2011年第4期260-263,共4页

提出了一种基于混合核函数支持向量机和遗传算法的识别方法,用于人脸识别。该方法结合了支持向量机的学习性能和遗传算法的寻优性能,与传统的方法相比,具有速度快、误差少、效率高的特点,在实验中能够较精确地对人脸进行识别。

关键词 混合核函数 支持向量机 遗传算法 人脸识别

在线阅读 下载PDF 职称材料

混合核函数在线支持向量机在甲醇合成中的应用 被引量：3

15

作者 王建国 武丽明 +1 位作者 张文兴 江旭 《机械设计与制造》 北大核心 2014年第8期217-219,共3页

针对甲醇生产过程中高度的非线性和时变性,采用精确在线支持向量机模型预测粗甲醇的转化率。在线支持向量机模型一般采用单一的核函数,混合核函数可以弥补单一核函数的不足,提高模型的泛化能力和学习能力。为了使模型的预测精度进一步提... 针对甲醇生产过程中高度的非线性和时变性,采用精确在线支持向量机模型预测粗甲醇的转化率。在线支持向量机模型一般采用单一的核函数,混合核函数可以弥补单一核函数的不足,提高模型的泛化能力和学习能力。为了使模型的预测精度进一步提高,在混合核函数的基础上运用在线误差校正方法。将基于混合核函数和误差校正的在线支持向量机建模方法应用在煤制甲醇数据上,通过与传统支持向量机和准确在线支持向量机模型对比,仿真实验和分析结果表明改进的在线支持向量机模型比传统支持向量机预测精度高,能够实现粗甲醇转化率的实时预测,从而更好的指导甲醇生产。 展开更多

关键词 在线支持向量回归机 混合核函数 误差校正 粗甲醇转化率

在线阅读 下载PDF 职称材料

基于机器学习的鹅膏属真菌形态特征分类模型研究 被引量：3

16

作者 李卓识 陈晓旭 +3 位作者 温长吉 王娜 林楠 田霞 《中国农机化学报》 北大核心 2020年第1期136-143,共8页

针对鹅膏真菌分类的问题,区别于传统人工分类方法操作比较复杂,分类速度慢的问题。从鹅膏属真菌特征形态数据入手,提出基于机器学习算法的一种分类模型。模型前期采用最值归一化的方法对数据进行预处理,其次以支持向量机作为分类器,选... 针对鹅膏真菌分类的问题,区别于传统人工分类方法操作比较复杂,分类速度慢的问题。从鹅膏属真菌特征形态数据入手,提出基于机器学习算法的一种分类模型。模型前期采用最值归一化的方法对数据进行预处理,其次以支持向量机作为分类器,选择线性函数作为核函数,同时使用交叉验证算法来寻找最优的惩罚系数C,通过混淆矩阵来分析数据分类处理中产生的误差,最后对试验中两种最优核函数的改进混合,使得模型的精准率在一定程度上达到最优。在分类模型中,将15个鹅膏属真菌的形态特征作为分类依据,并且给予相关属种的分类指标。在将数据进行相关要求划分后,将数据分为训练集和测试集,用训练集数据进行分类模型的建立,测试集数据验证其分类精准度。通过试验得出最后测试模型的精准度达到91.43%,训练模型的测试得分达到97.59%,在进行核函数的混合改进后测试模型的精准度以及训练模型的精准度都达到100%。 展开更多

关键词 鹅膏真菌 机器学习 支持向量机 混合核函数 分类模型

在线阅读 下载PDF 职称材料

自适应双层果蝇相关向量机起重机当量载荷谱预测方法 被引量：4

17

作者 董青 徐格宁 《机械设计》 CSCD 北大核心 2017年第2期86-93,共8页

起重机载荷谱是其疲劳剩余寿命计算和安全评估的主要影响因素之一。针对载荷谱的随机性、不确定性及数据样本有限的问题,提出自适应双层果蝇相关向量机(ADRVM)的起重机当量载荷谱预测方法。以混合核函数为基础,将自适应步长的果蝇算法... 起重机载荷谱是其疲劳剩余寿命计算和安全评估的主要影响因素之一。针对载荷谱的随机性、不确定性及数据样本有限的问题,提出自适应双层果蝇相关向量机(ADRVM)的起重机当量载荷谱预测方法。以混合核函数为基础,将自适应步长的果蝇算法直接应用于相关向量机(RVM)核参数的优化选择中,同时为避免人为因素的影响,提出自适应双层果蝇算法对自适应步长的附加参数进行选取,从而克服了单一核函数下RVM的局限性,解决了自适应步长引起的附加参数的选取没有理论公式和有效依据的问题,提高了预测精度与鲁棒性。用ZLJ5551JQZ110V汽车起重机的小样本载荷谱对提出的方法进行验证。结果表明,在训练特性及预测精度方面,所提方法均优于粒子群优化算法的相关向量机、v-SVRM和LMBP神经网络。 展开更多

关键词 混合核函数 自适应双层果蝇算法 相关向量机 当量载荷谱

在线阅读 下载PDF 职称材料

对支持向量机混合核函数方法的再评估 被引量：7

18

作者 魏瑾瑞 《统计研究》 CSSCI 北大核心 2015年第2期90-96,共7页

混合核函数方法并没有解决核函数的选择问题,只是将问题等价转换为权重参数的选择。同时该方法还需要分别对两个核函数确定参数,大大增加了算法的复杂程度,限制了支持向量机的泛化能力。事实上,调节核函数的参数对分类结果的影响要远大... 混合核函数方法并没有解决核函数的选择问题,只是将问题等价转换为权重参数的选择。同时该方法还需要分别对两个核函数确定参数,大大增加了算法的复杂程度,限制了支持向量机的泛化能力。事实上,调节核函数的参数对分类结果的影响要远大于选择什么类型的核函数,因此混合核函数方法实属"避轻就重"。实证分析表明,不同核函数对应的共同支持向量比例很高,存在很大程度的一致性,线性组合的意义并不大,这也是混合核函数方法无法有效提升分类性能的一个重要原因。 展开更多

关键词 支持向量机 混合核函数

在线阅读 下载PDF 职称材料

基于融合不变性特征与混合核方法的体育视频动作识别 被引量：7

19

作者 刘俊来 《沈阳工业大学学报》 CAS 北大核心 2022年第2期198-202,共5页

针对体育视频动作识别方法正确率较低的问题,提出了一种结合融合不变性特征与混合核方法的体育视频动作识别方法.采用高斯混合模型构建不变性特征,并对特征进行降维.采用混合核方法分别完成局部特征与全局特征的分类.标准体育动作数据... 针对体育视频动作识别方法正确率较低的问题,提出了一种结合融合不变性特征与混合核方法的体育视频动作识别方法.采用高斯混合模型构建不变性特征,并对特征进行降维.采用混合核方法分别完成局部特征与全局特征的分类.标准体育动作数据集上的实验结果表明,降维后的融合不变性特征能够保留体育动作关键信息,与混合核方法配合密切,该方法既能够显著提升识别性能,也能够提升识别效率.该方法可以构建实时、在线的体育视频动作识别,且识别效果良好. 展开更多

关键词 高斯混合模型 投影降维 核方法 体育视频 动作识别 全局特征 局部特征 支持向量机

在线阅读 下载PDF 职称材料

基于混合核函数的PSO-SVM分类算法 被引量：16

20

作者 刘春卫 罗健旭 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第1期96-101,共6页

在数据挖掘中,支持向量机是被广泛应用的一种分类算法,其核函数的选择及参数的设定没有有效的标准。本文采用混合核函数构造兼顾学习能力和泛化性能的支持向量机算法,并利用粒子群算法来确定支持向量机的参数。应用基于混合核函数的PSO-... 在数据挖掘中,支持向量机是被广泛应用的一种分类算法,其核函数的选择及参数的设定没有有效的标准。本文采用混合核函数构造兼顾学习能力和泛化性能的支持向量机算法,并利用粒子群算法来确定支持向量机的参数。应用基于混合核函数的PSO-SVM算法对一个经典的分类测试数据集进行分类,将该算法与单一核函数支持向量机算法的分类结果进行比较,结果表明所提出的算法的分类性能有明显提升。 展开更多

关键词 支持向量机 混合核函数 粒子群优化

在线阅读 下载PDF 职称材料