基于果蠅耦合均勻設計算法及向量機參數優化
大?。?/span>2.05 MB 人氣： 2017-11-30 需要積分：1
標簽：向量機(20755)
支持向量機的參數選擇仍無系統的理論指導，且參數優化一直是支持向量機的一個重要研究方向。傳統果蠅優化算法能夠較快尋得一個較優的近似最優解，隨后在該解的鄰域繼續迭代而造成尋優時間的嚴重增加。針對該問題構建了果蠅優化算法與均勻設計相耦合的果蠅耦合均勻設計算法，并將其用于支持向量機的參數優化。該算法首先利用果蠅優化算法并行尋優以快速得到所研究問題的一個較優近似最優解，然后跳轉執行均勻設計的局部尋優，以獲得一個更優的近似最優解。數值實驗結果表明：該算法具有較快的尋優效率和較高的分類精度，驗證了其在支持向量機參數優化中的有效性和可行性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于果蠅耦合均勻設計算法及向量機參數優化下載
相關電子資料下載
- 如何利用一些小技巧實現SVM的增量式訓練 321
- 深度解析機器學習各大模型原理 1144
- 基于計算機視覺與機器學習技術的跌倒風險預測 227
- 機器學習基礎知識全攻略 126
- 支持向量機的基本原理 支持向量機可以解決什么問題 1062
- 如何使用Python進行圖像識別的自動學習自動訓練？ 321
- 關于機器學習的17種常用算法 320
- 使用Python從零實現多分類SVM 337
- 常用的十大機器學習算法介紹 292
- 全面總結機器學習中的優化算法 332