基于粒子群优化算法的支持向量机参数选择及其应用
DOI: 10.7641/j.issn.1000-8152.2006.5.014
Keywords: 支持向量机,参数选择,粒子群优化,聚丙烯腈,软测量
Abstract:
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．
Full-Text
