收藏本站
《长春理工大学学报(自然科学版)》 2019年03期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于PSO的支持向量机改进算法研究

邱宁佳  贺金彪  赵建平  李岩芳  
【摘要】:提出一种改进的PSO-SVM算法。首先在文本预处理时,针对互信息方法存在的低频特征词倚重,忽略了高频特征词的不足之处,引入了权重因子、类内和类间离散因子进行属性约简;然后基于支持向量机分类模型,以不同核函数相结合构造混合核函数,利用粒子群优化算法(PSO优化算法)迭代寻找全局最优参数组合,并以此参数构造混合核函数结合哈夫曼最优二叉树生成分类器。使用经典数据集对PSO-SVM算法进行性能分析,实验表明改进后的算法可以有效地减少冗余属性,降低计算复杂度并具有更高的准确率和召回率。

手机知网App
【参考文献】
中国期刊全文数据库 前5条
1 王鹏;高铖;杨华民;;基于边分类的SVM模型在社区发现中的研究[J];长春理工大学学报(自然科学版);2015年05期
2 王道明;鲁昌华;蒋薇薇;肖明霞;李必然;;基于粒子群算法的决策树SVM多分类方法研究[J];电子测量与仪器学报;2015年04期
3 单黎黎;张宏军;王杰;徐浩;汤京新;;一种改进粒子群算法的混合核ε-SVM参数优化及应用[J];计算机应用研究;2013年06期
4 崔建明;刘建明;廖周宇;;基于SVM算法的文本分类技术研究[J];计算机仿真;2013年02期
5 衣治安;姜丽丽;杜娟;;基于遗传算法的二叉树支持向量机分类方法[J];长春理工大学学报(自然科学版);2010年01期
【共引文献】
中国期刊全文数据库 前10条
1 罗登;万享;;一种学科题目文本自动分类方法[J];中国索引;2015年04期
2 黄刚;;实时修正偏移量的循迹机器人控制系统研究与实现[J];仪器仪表学报;2015年11期
3 焦卫东;林树森;;整体改进的基于支持向量机的故障诊断方法[J];仪器仪表学报;2015年08期
4 王平;吴剑;;基于模糊加权近似支持向量机的Web文本分类[J];计算机应用与软件;2015年05期
5 马海兵;毕久阳;郭新顺;;文本分类方法在网络舆情分析系统中的应用研究[J];情报科学;2015年05期
6 李琼;陈利;;一种改进的支持向量机文本分类方法[J];计算机技术与发展;2015年05期
7 李怀俊;谢小鹏;李军;;基于自适应变异PSO的ARMA模型参数寻优及预测应用[J];计算机应用研究;2015年04期
8 于飞;李红莲;吕学强;;基于支持向量机的文本分类技术[J];无线互联科技;2014年08期
9 李优柱;李崇光;李谷成;;我国蔬菜价格预警系统研究[J];农业技术经济;2014年07期
10 梅笑冬;王彪;朱哲;赵培陆;胡小龙;卢革宇;;基于支持向量机的香水识别电子鼻系统设计[J];吉林大学学报(信息科学版);2014年04期
【二级参考文献】
中国期刊全文数据库 前10条
1 刘松松;张辉;毛征;孟博;李昂;;基于HRM特征提取和SVM的目标检测方法[J];国外电子测量技术;2014年10期
2 陈仁文;朱霞;徐栋霞;毛世杰;;基于改进型粒子群算法的卡箍直径检测算法研究[J];仪器仪表学报;2014年08期
3 周绍磊;廖剑;史贤俊;;RBF-SVM的核参数选择方法及其在故障诊断中的应用[J];电子测量与仪器学报;2014年03期
4 魏星;;基于SVM的山体滑坡灾害图像识别方法[J];电子测量技术;2013年08期
5 孙涵;杨普容;成金华;;基于Matlab支持向量回归机的能源需求预测模型[J];系统工程理论与实践;2011年10期
6 程学旗;沈华伟;;复杂网络的社区结构[J];复杂系统与复杂性科学;2011年01期
7 宋淑彩;庞慧;丁学钧;;GA-SVM算法在文本分类中的应用研究[J];计算机仿真;2011年01期
8 余建平;周新民;陈明;;群体智能典型算法研究综述[J];计算机工程与应用;2010年25期
9 巩知乐;张德贤;胡明明;;一种改进的支持向量机的文本分类算法[J];计算机仿真;2009年07期
10 连可;陈世杰;周建明;龙兵;王厚军;;基于遗传算法的SVM多分类决策树优化算法研究[J];控制与决策;2009年01期
【相似文献】
中国期刊全文数据库 前10条
1 邱宁佳;贺金彪;赵建平;李岩芳;;基于PSO的支持向量机改进算法研究[J];长春理工大学学报(自然科学版);2019年03期
2 饶浩;文海宁;林育曼;陈晓锋;;改进的支持向量机在微博热点话题预测中的应用[J];现代情报;2017年03期
3 谌璐;贺兴时;王芳妮;刘平丽;;一种基于PSO的混合核支持向量机算法[J];西安工程大学学报;2012年06期
4 陆荣秀;;支持向量机技术及其应用[J];科技情报开发与经济;2006年14期
5 马旭霞;;支持向量机理论及应用[J];科学技术创新;2019年02期
6 邵元海;杨凯丽;刘明增;王震;李春娜;陈伟杰;;从支持向量机到非平行支持向量机[J];运筹学学报;2018年02期
7 黄娟;唐轶;王军霞;;贪婪支持向量机的分析及应用[J];计算机工程与应用;2012年24期
8 杨强,吴中福,余萍,钟将;一种新型支持向量机[J];重庆大学学报(自然科学版);2005年02期
9 江少杰;宁纪锋;李云松;;加权间隔结构化支持向量机目标跟踪算法[J];中国图象图形学报;2017年09期
10 李娜;孙乐;胡一楠;李笑;王亚南;;模糊型支持向量机及其在入侵检测中的应用[J];科技创新与应用;2018年11期
中国重要会议论文全文数据库 前10条
1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
2 伍敏;苏鹏宇;刘金福;于达仁;;基于RVM和SVM的风速预测研究[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年
3 王晓红;;一种改进多类支持向量机加权后验概率重构策略[A];2009中国控制与决策会议论文集(3)[C];2009年
4 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
5 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
6 汪荣贵;孙见青;胡琼;李守毅;;一种新的支持向量机决策树及其应用[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
7 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
8 刘爽;贾传荧;;一种加权支持向量机算法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
9 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
10 张立刚;李海丽;;基于最小二乘支持向量机的协调系统预测[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
中国博士学位论文全文数据库 前10条
1 胡庆辉;非稀疏多核支持向量机学习方法研究[D];武汉大学;2015年
2 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
3 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
4 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
5 宋夫华;支持向量机逆系统方法及其应用研究[D];浙江大学;2006年
6 钟伟民;支持向量机在先进控制中的应用研究[D];浙江大学;2006年
7 吴春国;广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究[D];吉林大学;2006年
8 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
9 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
10 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 王洁;V支持向量机中参数的优化及在语音识别中的应用[D];太原理工大学;2012年
2 浩庆波;局部支持向量机的研究及其在分类中的应用[D];山东农业大学;2016年
3 王海啸;基于支持向量机的非线性预测控制[D];中国石油大学(华东);2013年
4 王晨;基于交替乘子方向法的非平行支持向量机研究[D];浙江工业大学;2018年
5 张杰;基于半监督支持向量机的信用预测方法研究[D];武汉理工大学;2018年
6 SABA ASLAM;基于特征提取的支持向量机股票市场预测模型[D];厦门大学;2018年
7 张娇阳;基于多核学习的支持向量机方法研究[D];北京建筑大学;2019年
8 王兴浩;基于改进型支持向量机的水质监测传感器自校正研究[D];北方工业大学;2019年
9 刘雅云;基于机器学习的降水数据分析算法的研究[D];南京信息工程大学;2018年
10 王尽如;基于半监督支持向量机的驾驶员打电话行为检测[D];湖南大学;2018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