%0 Journal Article
%T 基于改进网格搜索法的SVM参数优化
%J -
%D 2019
%R 10.13265/j.cnki.jxlgdxxb.2019.01.002
%X 支持向量机的学习和泛化能力很大程度上取决于其相关参数的选取. 针对传统网格算法的不足，引入全局粒子群算法，利用其能够快速到达最优解附近的优势：先使用粒子群算法进行粗搜；再使用网格搜索法进行小步长的精细搜索得到最优解. 实验结果表明：基于改进的网格搜索法SVM对比传统网格搜索法SVM，在预测精度和运算时间上都具有优势
%K 支持向量机
%K 参数优化
%K 网格搜索法
%U http://jxlgdxxb.paperopen.com/upload/html/201901002.html