|
|||||
|
|
| 改进蚁群算法在支持向量机中的应用 | |
| 引用本文： | 任玉艳,鲍洁,王洪瑞.改进蚁群算法在支持向量机中的应用[J].传感器与微系统,2011,30(8):144-146. |
| 作者姓名： | 任玉艳 鲍洁 王洪瑞 |
| 作者单位： | 1. 燕山大学里仁学院,河北秦皇岛,066004 2. 国家发展和改革委员会国家投资项目评审中心,北京,100037 3. 河北大学,河北保定,071002 |
| 基金项目： | 科技部国际科技合作项目，河北省科技厅指导性计划资助项目，秦皇岛市科学技术研究与发展计划资助项目 |
| 摘 要： | 提出一种改进的蚁群算法(ACA)来优化支持向量机(SVM)训练参数.该改进算法建立于每只蚂蚁只根据参数β在其前次迭代的最优解附近搜索,可快速减少搜索范围.参数β的提出可以保证蚁群快速地达到最优解.仿真结果表明:使用该方法优化SVM参数可有效避免陷入局部极值,提高收敛速度. |
| 关 键 词： | 支持向量机 蚁群算法 参数 可行搜索空间 |
Application of improved ant colony algorithm in support vector machine |
|
| REN Yu-yan,BAO Jie,WANG Hong-rui.Application of improved ant colony algorithm in support vector machine[J].Transducer and Microsystem Technology,2011,30(8):144-146. | |
| Authors: | REN Yu-yan BAO Jie WANG Hong-rui |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |
