%0 Journal Article
%T 基于粒子群优化算法的支持向量机参数选择及其应用
%A 邵信光
%A 杨慧中
%A 陈刚
%J 控制理论与应用
%D 2006
%R 10.7641/j.issn.1000-8152.2006.5.014
%X 参数选择是支持向量机(SVM)研究领域的重要问题,它的本质是一个优化搜索过程,考虑到进化算法在求解优化问题上的有效性,提出了以最小化k-fold交叉验证误差为目标．粒子群优化(PSO)算法为寻优技巧的SVM参数调整方法．通过仿真例子验证该方法的有效性后,用其建立了聚丙烯腈生产过程中数均分子量的软测量模型,结果表明该方法有效．
%K 支持向量机
%K 参数选择
%K 粒子群优化
%K 聚丙烯腈
%K 软测量
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=200605014&flag=1