先将训练数据集进行DPS支持向量预选取构造一个支持向量候选集,然后利用PSO算法在支持向量候选集上对SVM参数寻优,最后将最优参数输入到SVM算法中对支持向量候选集进行训练.本文采用UCI数据库中的Breast Cancer数据和Banknote Authentication数据进行数值实验,结果表明该算法既能够缩短参数寻优时间,还能够保持PSO-SVM算法的高...
SVM算法以其良好的泛化能力广泛应用于解决非线性分类问题,文中针对该算法中径向基核函数的参数寻优问题进行了详细探究,提出一种改进型PSO算法即在标准PSO算法中应用非线性惯性权重策略并引入双变异算子,避免算法陷入边缘局部最优,增加粒子多样性,在全局极值停止变化后,改进粒子前进方向使粒子再次进入更新搜索过程.实验结果...
一种基于改进PSO-GA和SVM的工业数据质量预测方法 热度: 一种基于GA-PSO-HMM识别驾驶意图的方法 热度: (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号202310140522.0 (22)申请日2023.02.21 (71)申请人南京信息工程大学 ...
本发明属于智能识别技术领域,公开了一种基于支持向量机的智能识别方法,识别系统及民航发动机,利用自适应变异的粒子群优化算法AMPSO对核参数和惩罚因子进行优化,得到基于AMPSO优化的SVM;通过测试函数来验证不同的PSO改进算法的寻优性能.本发明将支持向量机......
算法进行场景分类［4］．这些算法仅利用某一类特征实现目标 的识别．van de Weijer 等认为将颜色特征与其它特征相结合有助于提高目标识别的性能，提出分别提取图像的颜色信息和形状特征，然后将这两种信息构成的特征矩阵进一步用于图像分类 ［5］；同时，van de Sande 等对不同的颜色信息和形状 结合算子进行了评价［6...
为了克服传统组合预测的固有缺陷,冯增喜等的基于动态组合残差修正的预测方法提出了一种利用残差修正来优化组合预测结果的思路,通过对单一预测模型相对误差排序进行模型选择重组,能够有效提高预测精度;孙志勇等的模糊软集合理论在税收组合预测中的应用以国家经济活动中的税收预测为例,引入模糊软集合理论,将svm回归模型、神经网...
题。因此,神经网络、遗传算法、免疫学、SVM等智能 方法逐渐应用到入侵检测算法。文献[1—2]最早分析 了BP神经网络具有非线性、自组织和自学习等一些 特性,应用在模式识别和入侵检测中十分有效。而传 统BP算法是一种梯度下降学习法,训练大样本集时 存在学习速度较慢、易陷入局部极小等问题。文献[3 ...
本发明公开了一种基于改进PSO和SVM的电能质量扰动识别方法,包括步骤:1)构建加权形态滤波器,对采集到的电压电流信号进行滤波处理,减小噪声对信号的干扰,并提取相应的特征值;2)对传统的PSO算法进行改进,利用改进的粒子群算法对SVM参数进行优化,构建分类器模型;3)将提取的电能质量扰动信号特征信号作为分类器的输入,经过...
本发明将改进PSO算法和SVM算法同时引入切削力预测中,采用SVM模型挖掘切削力参数和相关影响参数的非线性回归关系,建立切削力的预测模型.并且通过改进PSO算法来优化模型参数,提升搜索精度,加快收敛,提高了程序的准确性,进一步提高切削力预测模型的预测性能.对实现切削力的精准预测,提高工件加工质量,建设智能化车间具有重要...
通过基于烟花算法改进的收缩因子PSOSVM进行分类;本方法可以对前视声呐图像中的目标物进行准确分类,对目标物进行了面积,周长,形状参数,灰度均值,灰度方差,方向梯度直方图6类特征的提取,同时在对SVM算法的参数进行寻优时,引入了基于烟花算法改进的收缩因子粒子群算法,优化了参数寻优的准确性,是一种声呐图像目标识别的高效...