一种基于改进的粒子群算法的SVM分类器参数优化方法与流程技术资料下载

技术编号:16037042

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及一种SVM分类器参数优化方法,具体涉及一种基于改进的粒子群算法的SVM分类器参数优化方法。背景技术核函数是影响SVM分类器性能的关键因素。通常我们将核函数分为两类:局部核函数和全局核函数。前者的泛化能力较弱,学习能力较强,而后者的泛化能力较强,学习能力较弱。常用的核函数中,多项式核函数属于全局核函数,高斯核函数属于局部核函数。核函数的选择包括两个步骤:核函数的确定和核函数参数值的确定。对于核函数的确定,传统的做法有两种。其一,利用专家的经验或先验知识预先选定核函数;其二,分别试用不同的...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发