基于混合蝙蝠算法的支持向量机参数选择方法
- 专利权人:
- 北京工业大学
- 发明人:
- 曹东芝,张兴兰,宁振虎,蒋雨辰,薛菲,梁鹏
- 申请号：
- CN201711300766.1
- 公开号：
- CN108121999A
- 申请日:
- 2017.12.10
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 沈波
- 摘要：
- 本发明公开了基于混合蝙蝠算法的支持向量机参数选择方法。正则化参数和RBF核参数对SVM的学习性能和计算复杂度有很大的影响。在分析一些经典的参数选择方法优劣的基础上，引入利用智能优化算法对其参数进行优化。鉴于蝙蝠算法具有并行性，收敛速度快，鲁棒性强的优点，本发明首先利用蝙蝠算法对SVM参数进行优化，随后针对蝙蝠算法易早熟的缺点，引入差分进化算法交叉、选择和变异算子，使用蝙蝠个体在每次迭代过程中根据三个算子进一步调整位置，增强算法的搜索能力，避免其过早地陷入局部最优解。最后利用改进的DEBA算法优化SVM参数选择并取得了优异效果。
- 来源网站：
- 中国工程科技知识中心
