基于CPSO的混合核函数SVM 参数优化及应用
潘 丰,毛志亮
江南大学通信与控制工程学院,江苏无锡
摘 要:支持向量机(SVM) 建模的拟合精度和泛化能力取决于相关参数的选取,目前SVM中的参数的寻优一般只针对惩罚系数和核参数,而混合核函数的引入,使SVM增加了一个可调参数。针对混合核函数SVM的多参数选择问题,提出利用具有较强全局搜索能力的混沌粒子群(CPSO)优化算法对混合核函数SVM建模过程中的重要参数进行优化调整,每一组粒子的位置向量对应一组混合核函数SVM建模的参数。该算法采用同时对3个参数寻优的策略,由早熟收敛的判断和处理两部分组成,可实现对混合核函数SVM参数的优化求解。给出了应用该方法的具体步骤,通过仿真实验验证该了算法的有效性;该方法用于谷氨酸发酵过
程的建模研究,取得了较高的建模精度。
关 键 词:建模;混合核函数;支持向量机;粒子群优化
1 引 言
支持向量机[12] (SupportVectorMachines,SVM)是一种基于统计学习理论的机器学习方法,能较好地用于解决小样本、非线性等实际问题,已成为智能技术领域研究的热点。SVM的许多特性是由所选择的核函数来决定的,为了使SVM的性能更为优良,Smits等[3]提出混合核函数SVM,和其他学习算法一样,如何确定较优参数,是提高混合核函数SVM建模的拟合精度和泛化能力的主要研究问题之一。混沌算法[4]是新发展起来的智能优化算法,具有很强的随机性和遍历性,能弥补粒子群算法中早熟收敛的不足。本文采用混沌粒子群(ChaoticParticleSwarmOptimization,CPSO)对SVM的参数进行优化求解。
相关阅读:
- ...2015/01/20 10:57·TI 基于Concerto 双核MCU 的PRIME 电力线通信数据集中器方案
- ...2012/04/10 13:12·基于CANopen协议的电动执行机构设计
- ...2012/03/19 10:45·基于CSSVM 的氧化铝蒸发过程故障检测
- ...2012/03/14 10:15·基于CMAC神经网络的热连轧精轧温度预报模型
- ...2011/12/07 09:33·基于ClearNAND闪存的系统设计改进方案
- ...2011/10/18 14:27·基于CAN总线的汽车CAN节点测试仪设计
- ...· Efinix® 全力驱动AI边缘计算,成功推出Trion™ T20 FPGA样品, 同时将产品扩展到二十万逻辑单元的T200 FPGA
- ...· 英飞凌亮相进博会,引领智慧新生活
- ...· 三电产品开发及测试研讨会北汽新能源专场成功举行
- ...· Manz亚智科技跨入半导体领域 为面板级扇出型封装提供化学湿制程、涂布及激光应用等生产设备解决方案
- ...· 中电瑞华BITRODE动力电池测试系统顺利交付北汽新能源
- ...· 中电瑞华FTF系列电池测试系统中标北京新能源汽车股份有限公司
- ...· 中电瑞华大功率高压能源反馈式负载系统成功交付中电熊猫
- ...· 中电瑞华国际在电动汽车及关键部件测评研讨会上演绎先进测评技术
产品快讯更多