粒子群算法在支持向量机参数选择优化中的应用研究

摘要：

支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,为此提出了基于粒子群算法的SVR参数优化选择方法.以不同噪声影响下的sin c函数为对象,将提出的基于粒子群算法的参数优化方法与现有的交叉验证法和留一法进行比较.仿真结果表明,粒子群算法优化SVR参数方法有效可行,为SVR参数优化提供了一种新方法.

关键词： 粒子群算法 支持向量回归机 参数选择 拟合精度 泛化能力

作者: 熊伟丽 徐保国

作者单位: 江南大学,通信与控制工程学院,江苏,无锡,214122

会议类型: 国内会议

会议名称: 2007中国控制与决策学术年会

会议地点: 无锡

会议语种:中文

页码: 447-449,452

在线出版日期: 2007-07-03（万方平台首次上网日期，不代表论文的发表时间）