基于ACPSO的最小二乘支持向量机分类方法研究

摘要：

由于在作战模拟仿真中的数据具有量大、维度高、复杂性强、非线性等特点,SVM方法最适合进行作战模拟仿真数据分类.但SVM存在两大问题,针对面对大规模数据计算速度需要提高和超参数选择难的问题,本文提出了一种基于自适应粒子群的最小二乘支持向量机分类方法,通过对比分析,表明其在非线性高维、高维数据中实施分类具有精度高、耗时少的优势,有效地解决了问题.

关键词： 作战模拟 分类方法 支持向量机 自适应粒子群 最小二乘法 超参数寻优

作者: 闫守柱 罗佳 吉雯龙 张传海 胡晓明

作者单位: 装甲兵工程学院装备指挥与管理系,北京,中国,100072 61541部队,北京,中国,101416 96528部队,北京,中国,102200

会议类型: 国内会议

会议名称: 第15届中国系统仿真技术及其应用学术会议

会议地点: 福州

会议语种:中文

页码: 242-246

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）