计算机时代2023，Issue(3) ：1-6.DOI:10.16644/j.cnki.cn33-1094/tp.2023.03.001

基于量子粒子群优化SVM算法的水质预测研究

An SVM algorithm based on the quantum particle swarm optimization and its application in water quality prediction

阎凤
计算机时代2023，Issue(3) ：1-6.DOI:10.16644/j.cnki.cn33-1094/tp.2023.03.001
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于量子粒子群优化SVM算法的水质预测研究

An SVM algorithm based on the quantum particle swarm optimization and its application in water quality prediction

阎凤1
扫码查看

作者信息

  • 1. 上海城投水务(集团)有限公司自来水业务受理分公司,上海 200040
  • 折叠

摘要

水质分类受多个特征属性影响.采用支持向量机(Support Vector Machine,SVM)方法研究水质预测问题.对特征属性过多导致SVM的分类精度下降的问题,采用主成分分析算法进行特征降维.针对SVM中的多参数优化问题,采用量子粒子群优化算法对SVM参数(核函数、惩罚因子)进行寻优.提出了一种基于主成分分析和量子粒子群优化的SVM算法.实验结果表明,该方法能够快速提取出最优参数组合,其泛化性能较高.

关键词

水质预测/支持向量机/主成分分析/量子粒子群

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
被引量3
参考文献量10
段落导航相关论文