基于ACO—SVM的软件缺陷预测模型的研究
基于ACO-SVM的质谱数据分析
针对传统软件缺陷预测模型的应用范围通常被局限在一定的子空间而影响其适用性和准确性的问题,文中利用支持向量机(SVM)的非线性运算能力和蚁群优化算法(ACO)的寻优能力提出了一种基于ACO-SVM的软件缺陷预测模型.文中首先对待预测的数据进行主成分分析降低数据的维数以提高运算速度,然后根据蚁群优化算法来计算最优的SVM...
Today, the editor brings intensive reading of "Research on Supply Chain Risk Early Warning Based on ACO-SVM algorithm". Welcome your visit! The reading time of this tweet is about 5 minutes, please read it with patience. 今天小编将从思维导图、精读内容、知识补充三个板块为大家带来《基于ACO-SV...
ACO-SVM模型由于大型深水群桩基础受到复杂的环境影响,其基桩轴力的变化与环境因素之间呈现复杂菲线性关系.利用在解决小样本,非线性,高维数方面具有很强能力的支持向量机,对苏通大桥群桩基础轴力实测数据进行分析,预测了一段时间内轴力的变化.并采用了蚁群算法(ACO)寻找模型最优参数,由此建立了ACO-SVM模型,避免了人为...
结果显示，相比SVM 直接分类，模型ACO-SVM 的最优分类准确率为96.67%，提高了2.5%；其分类时间为7.17 s ，缩短了163.31 s 。研究表明，基于拉曼光谱分析技术和模式识别算法构建的分类模型能够有效地鉴别胡萝卜汁品牌。关键词：拉曼光谱；蚁群优化算法；胡萝卜汁；特征选择；支持向量机 基于ACO-SVM的光谱分类算法...
主题词：蚁群算法 支持向量机 平均工资 摘要：在岗职工年平均工资一直以来都是一项重要的经济指标,其在某种程度上能够反映工作人员的收入水平,预测职工工资增长可以成为政府制定工资政策的重要依据,因此成为了时下民生领域较为关注的问题。文章介绍了支持向量机（SVM）的基本原理和算法,以及如何运用蚁群算法快速优化支持向量...
This paper presents two algorithms that integrate new Ant Colony Optimization (ACO) variants which are Incremental Continuous Ant Colony Optimization (IACOR) and Incremental Mixed Variable Ant Colony Optimization (IACOMV) with Support Vector Machine (SVM) to enhance the performance of SVM.The first ...
针对目前常用的预测模型存在一定的问题,建立支持向量机预测模型,并将遗传算法与蚁群算法有效结合。用此组合算法对支持向量机模型参数优化。最终将建立的模型与单独两种算法所优化的模型进行精度对比。实例表明,组合算法所优化的预测模型具有更高的精度,具有一定的应用价值。
改进GA-SVM工业防火墙白名单技术研究 目前提升工业防火墙白名单技术的准确率已成为工控网络安全研究的重点和热点.针对此现状,于是提出了一种利用差分进化算法部分策略改进遗传算法,并结合支持向量机的白名... 潘峰,渠东雨 被引量: 0发表: 0年 基于粗糙集与改进LS-SVM的入侵检测算法研究 入侵检测是一种主动的安全防...