|
|
华侨大学学报(自然科学版) 2016
采用粒子群优化的SVM算法在数据分类中的应用DOI: 10.11830/ISSN.1000-5013.2016.02.0171 Keywords: 数据分类, 支持向量机, 粒子群优化, Iris数据集, 惩罚参数, 高斯参数 Abstract: 针对分类数据集合线性不可分的问题,改进了支持向量机(SVM)的分类方法,构建新的分类决策函数和高斯核函数.在支持向量机关键参数的优化环节,采用粒子群算法对惩罚参数和高斯参数进行优化,设计便于操作的优化流程,并针对Iris数据集合展开实验研究.结果表明:相比于基于遗传算法优化的SVM方法,所提出的方法执行速度快、分类准确率高.
|
