重庆市教育委员会科学技术研究项目(KJ090823)
- 作品数：4 被引量：52H指数：4
- 相关作者：邬啸魏延吴瑕曾绍华秦涵书更多>>
- 相关机构：重庆师范大学更多>>
- 发文基金：重庆市教育委员会科学技术研究项目更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 一种对粒子群算法惯性权重的改进被引量：4
- 2010年
- 针对粒子群算法搜索精度不高,特别是在处理高维复杂问题时极易陷入局部最优的不足,文章提出一种动态扩散并结合交叉因子的改进粒子群优化算法(DMPSO),对惯性权重进行调整,对其取值范围做了进一步的研究,在必要的时候对整个种群的粒子进行重新扩散,并应用于粒子群算法的改进。实验结果表明,新算法的全局搜索能力、收敛速度、精度及稳定性均有了显著提高,而且能更有效地进行全局搜索。
- 邬啸
- 关键词：粒子群优化算法惯性权重
- 改进的双隶属度模糊支持向量机被引量：5
- 2011年
- 针对传统的支持向量机(SVM)中存在对噪声和孤立点敏感,容易产生过拟合的问题,提出一种新的模糊隶属度函数设计方法――基于密度法的双隶属度模糊支持向量机方法(DM-FSVM)。该方法不仅考虑样本到类中心的距离,同时根据样本点到类中心的距离将样本分为两类,类中心附近样本点的隶属度由该样本点到类中心的距离确定,而对于远离类中心的样本点来说,其隶属度由邻域内同类与异类样本点数目的比值来确定。同时,针对模糊支持向量机普遍存在训练时间过长的难题,使用截集模糊C-均值聚类的方法对训练样本进行聚类处理,以聚类中心作为新的样本进行训练。最后数值实验表明,与传统的支持向量机和以往的FSVM相比,有效地提高了分类速度和精度。
- 邬啸魏延吴瑕
- 关键词：支持向量机
- 基于混合核函数的支持向量机被引量：41
- 2011年
- 支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,而由于普通核函数各有其利弊,为了得到学习能力和泛化性能都很强的核函数,研究了2种支持向量机核函数:全局核函数(线性核函数)和局部核函数(RBF核函数),提出了组合核函数的支持向量机。与普通核函数构造的支持向量机进行了比较实验。结果表明,组合核函数的支持向量机性能明显优于由普通核函数构造的支持向量机。
- 邬啸魏延吴瑕
- 关键词：支持向量机混合核函数
- 一种基于小生境遗传算法的SVM参数优化方法被引量：4
- 2011年
- 在介绍支持向量机原理和分析核参数对其分类性能影响的基础上,采用改进的"留一法"建立了SVM分类性能的适应度函数,然后,引入小生境遗传算法,在以2个个体之间的海明距离作为共享函数的基础上构建了个体共享后的适应度函数,并给出了选择、交叉和变异方法,最后应用UCI机器学习数据库样本数据进行仿真实验。结果显示该方法是有效和实用的。
- 秦涵书魏延曾绍华
- 关键词：支持向量机小生境遗传算法参数优化
