首页|基于量子激励的粒子群优化的SVM研究

基于量子激励的粒子群优化的SVM研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
本文提出一种基于量子激励粒子群算法优化支持向量机（SVM）训练参数的新方法。该方法在粒子群优化算法中引入量子论思想,提高了粒子搜索的遍历性,从而避免了陷入局部极值,最终得到SVM的最优参数。仿真实验结果表明,本文提出的基于量子激励的粒子群优化的SVM比传统算法优化的SVM的精度高、收敛速度快。

支持向量机 粒子群算法（PSO） 量子论 参数选择

2011

科技信息(学术版)
山东省技术开发服务中心

科技信息(学术版)

ISSN：1001-9960
年,卷(期)：2011.(14)