改进鸟群算法用于SVM参数选择

作     者：张伟伟 刘勇进 彭君君 ZHANG Wei-wei;LIU Yong-jin;PENG Jun-jun

作者机构：沈阳航空航天大学计算机学院辽宁沈阳110136 沈阳航空航天大学理学院辽宁沈阳110136 

基　　金：国家自然科学基金项目(11371255) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2017年第38卷第12期

页      码：3267-3271,3278页

摘      要：为能够自动地获得支持向量机(SVM)中核参数σ和惩罚系数C的最佳值,提出以改进的鸟群优化算法(IBSO)为基础的SVM参数选择方法。IBSO与传统鸟群算法(BSO)相比,在觅食行为中加入鸟群自我的学习系数,对飞行行为中乞食者的位置更新方式进行更改。实例仿真计算结果表明,与其它算法相比,该方法可以快速确定SVM中参数的最优值,有效降低了算法的时间复杂度,提高了算法的全局搜索能力,具有良好的鲁棒性。

主 题 词：改进的鸟群算法 支持向量机 参数选择 学习系数 仿真 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2017.12.014

馆 藏 号：203280319...