收藏本站
《计算机工程与应用》 2013年23期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

人工鱼群算法在SVM参数优化选择中的应用

高雷阜  赵世杰  高晶  
【摘要】:针对支持向量机的参数优化缺乏理论支持,而SVM交叉检验法选取又较为费时的情况下,提出了基于人工鱼群算法的支持向量机参数优化选取算法,并以SVM分类预测准确率最大为优化原则,利用人工鱼群算法的较好并行性和较强的全局寻优能力,以实现最优目标并得到SVM的最优参数组合。数值实验结果表明:人工鱼群算法在SVM参数优化选取中具有更快的寻优性能,同时具有较高的分类准确率。该方法具有较好的并行性和较强的全局寻优能力。
【作者单位】辽宁工程技术大学理学院;
【基金】:辽宁省教育厅基金项目(No.L2012105)
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前10条
1 黄景涛;马龙华;钱积新;;基于统计试验设计方法的支持向量机参数选取[J];电路与系统学报;2008年06期
2 郭立力;赵春江;;十折交叉检验的支持向量机参数优化算法[J];计算机工程与应用;2009年08期
3 陈涛;雍龙泉;邓方安;杨晓;;基于差分进化算法的支持向量机参数选择[J];计算机工程与应用;2011年05期
4 杨紫微;王儒敬;檀敬东;应磊;苏雅茹;;基于几何判据的SVM参数快速选择方法[J];计算机工程;2010年17期
5 邵信光;杨慧中;陈刚;;基于粒子群优化算法的支持向量机参数选择及其应用[J];控制理论与应用;2006年05期
6 赵明渊;唐勇;傅翀;周明天;;基于带特征染色体遗传算法的支持向量机特征选择和参数优化[J];控制与决策;2010年08期
7 戴上平;宋永东;;基于遗传算法与粒子群算法的支持向量机参数选择[J];计算机工程与科学;2012年10期
8 汪廷华;陈峻婷;;核函数的选择研究综述[J];计算机工程与设计;2012年03期
9 王奇;吕震宙;崔利杰;;核函数的性质及其在灵敏度分析上的应用[J];西北工业大学学报;2010年05期
10 刘春波;王鲜芳;潘丰;;基于蚁群优化算法的支持向量机参数选择及仿真[J];中南大学学报(自然科学版);2008年06期
【共引文献】
中国期刊全文数据库 前10条
1 郭良栋;田江;丛晓东;;基于CPSO和SVM的混沌时间序列预测[J];辽宁科技大学学报;2009年06期
2 吴静;刘衍珩;孟凡雪;;入侵检测中的多分类SVM增量学习算法[J];北京工业大学学报;2009年12期
3 王淑芳;于芙蓉;;LS-SVM在烟气轮机振动故障诊断中的应用研究[J];北京石油化工学院学报;2012年02期
4 王智祥;王正伦;;2205双相不锈钢焊接应力与变形的SVM回归预测研究[J];船舶工程;2010年01期
5 秦涵书;魏延;曾绍华;;一种基于小生境遗传算法的SVM参数优化方法[J];重庆理工大学学报(自然科学);2011年12期
6 丛康林;岳建平;;基于SVR的GPS高程拟合模型研究[J];测绘通报;2011年02期
7 吕福祥;黄磊;;基于粒子群优化的支持向量机在地表沉降预测中的应用[J];测绘信息与工程;2010年02期
8 杨垒;李文戈;;基于粒子群支持向量回归的原位自生工艺参数优化[J];材料科学与工艺;2012年01期
9 王睿;;关于支持向量机参数选择方法分析[J];重庆师范大学学报(自然科学版);2007年02期
10 从荣刚;张燕琳;赵亚楠;;基于SVM模型的山东省电力需求预测[J];能源技术经济;2011年03期
中国重要会议论文全文数据库 前7条
1 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
2 项倩雯;孙玉坤;张新华;;基于SVM-GA的磁悬浮开关磁阻电机优化设计[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 邢晓哲;刘玉良;丁旭元;;考虑端点效应的经验模态分解在短期负荷预测中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
4 尹焕平;孙宗海;;基于自然梯度的支持向量回归在线算法[A];2009中国控制与决策会议论文集(3)[C];2009年
5 林平;王福利;刘浏;;齿轮钢精炼过程淬透性的预报研究[A];2009中国控制与决策会议论文集(3)[C];2009年
6 郭景华;杨慧中;;基于改进PSO算法的支持向量机参数选择[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
7 李东涛;颜景龙;崔鹏瑜;王彦磊;刘代勇;;基于SVM的隧道开挖爆破振动预测[A];中国爆破新技术Ⅲ[C];2012年
中国博士学位论文全文数据库 前10条
1 陈广洲;多源信息耦合的成矿预测新模型研究[D];合肥工业大学;2010年
2 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
3 吕青;思维进化和支持向量机理论及其在炼焦配煤优化中的应用研究[D];太原理工大学;2011年
4 刘春波;统计建模方法的理论研究及应用[D];江南大学;2011年
5 付宏杰;求解二元约束满足问题的混合差分进化算法研究[D];吉林大学;2011年
6 余晓琳;自锚式悬索桥静力可靠度研究[D];华南理工大学;2011年
7 蒋贤海;智能远程健康监护系统生理参数数据分析及预报的研究[D];华南理工大学;2011年
8 王栋;蛋白质序列的并行分类方法研究[D];天津大学;2010年
9 胡媛;三维人脸形体匹配与属性分类研究[D];上海交通大学;2011年
10 宋凯;金属氧化物半导体气体传感器气体检测关键问题研究[D];哈尔滨工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 曹彦;基于支持向量机的特征选择及其集成方法的研究[D];郑州大学;2010年
2 刘美玲;基于综合策略支持向量机的孤立点检测技术[D];大连理工大学;2010年
3 梅丽;人类启动子识别算法研究[D];辽宁师范大学;2010年
4 谭春晖;基于支持向量机的企业信用风险评估研究[D];江南大学;2010年
5 孙海虹;基于模糊粗糙集的Web文本分类研究[D];哈尔滨理工大学;2010年
6 姜伦;模糊聚类算法及其在中文文本聚类中的研究与实现[D];哈尔滨理工大学;2010年
7 杜丹;基于性别分组的年龄预测技术研究[D];江苏大学;2010年
8 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
9 沈利;燃煤电站锅炉的燃烧优化技术及相关算法应用研究[D];浙江大学;2011年
10 胡燕娜;车牌定位与车流量检测算法的研究与实现[D];电子科技大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 牟少敏;田盛丰;尹传环;;基于协同聚类的多核学习[J];北京交通大学学报;2008年02期
2 邵信光,杨慧中,石晨曦;ε不敏感支持向量回归在化工数据建模中的应用[J];东南大学学报(自然科学版);2004年S1期
3 常群;王晓龙;林沂蒙;王熙照;Daniel S.Yeung;;支持向量分类和多宽度高斯核[J];电子学报;2007年03期
4 尹传环;田盛丰;牟少敏;;一种面向间隙核函数的快速算法[J];电子学报;2007年05期
5 杨冬云;李数函;;支持向量机核函数的构造方法研究与分析[J];高师理科学刊;2010年02期
6 杨慧中,张素贞,陶振麟;聚丙烯腈质量指标软测量混合模型的应用[J];化工自动化及仪表;2002年06期
7 巩永光;;粒子群算法与遗传算法的结合研究[J];济宁学院学报;2008年06期
8 杜卓明;冯静;;改进遗传算法和支持向量机的特征选择算法[J];计算机工程与应用;2009年29期
9 吴涛,贺汉根,贺明科;基于插值的核函数构造[J];计算机学报;2003年08期
10 任双桥;魏玺章;黎湘;庄钊文;;基于特征可分性的核函数自适应构造[J];计算机学报;2008年05期
中国硕士学位论文全文数据库 前1条
1 赵洁;机械可靠性分析的响应面法研究[D];西北工业大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 吴景龙;杨淑霞;刘承水;;基于遗传算法优化参数的支持向量机短期负荷预测方法[J];中南大学学报(自然科学版);2009年01期
2 施秋红;王联国;;基于简化的人工鱼群算法的水位流量关系拟合[J];甘肃农业大学学报;2010年02期
3 马元良;裴生雷;;基于改进遗传算法的SVM参数优化研究[J];计算机仿真;2010年08期
4 刘晓平;郑海起;祝天宇;;进化蒙特卡洛优化的SVM在故障诊断中的应用[J];振动.测试与诊断;2011年01期
5 周易;;基于支持向量机的上证指数开盘指数预测[J];软件;2011年05期
6 张庆;刘丙杰;;基于PSO和分组训练的SVM参数快速优化方法[J];科学技术与工程;2008年16期
7 李莉;潘丰;;基于NSGA-Ⅱ的SVM参数优化方法研究[J];自动化技术与应用;2008年07期
8 徐方舟;潘丰;;基于PSO-LSSVM污水处理系统出水数据的软测量[J];江南大学学报(自然科学版);2010年03期
9 龚兰芳;张昱;;应用遗传算法优化支持向量机的疲劳裂纹扩展预测[J];现代制造工程;2011年06期
10 严晓明;郑之;;基于混合仿生算法的SVM参数优化[J];广西师范大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
3 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
4 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
5 李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
6 刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
7 杜金香;冯西安;马艳;;支持向量机在DOA估计中的稳健性研究[A];2011'中国西部声学学术交流会论文集[C];2011年
8 郭小荟;马小平;;基于EMD近似熵特征提取和支持向量机的故障诊断方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
9 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
10 张健沛;李忠伟;杨静;;一种基于多支持向量机的并行增量学习方法(英文)[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
中国重要报纸全文数据库 前2条
1 记者 边锋;我首台300MW仿真机验收[N];中国计算机报;2000年
2 严小斌 谢安民;新钢连铸中包塞棒自动控制系统的应用实践[N];中国冶金报;2009年
中国博士学位论文全文数据库 前10条
1 程丽丽;支持向量机集成学习算法研究[D];哈尔滨工程大学;2009年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
4 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
5 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
6 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
7 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
8 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
9 梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年
10 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
中国硕士学位论文全文数据库 前10条
1 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
2 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
3 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
4 张成学;隐私保护线性规划和支持向量机新算法[D];山东科技大学;2011年
5 李新;支持向量机的核方法及其多核聚类算法的研究[D];中国海洋大学;2010年
6 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
7 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009年
8 李靖;基于支持向量机的基因表达数据降维方法的研究[D];苏州大学;2011年
9 刘柳;基于支持向量机和模糊后处理的遥感图像分类研究[D];华中科技大学;2010年
10 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026