通知公告
交大新闻
12 现在的位置：首页 > 期刊导读 > 2013 > 12 >
粒子群优化的隐空间光滑支持向量机算法
【作者】 梁锦锦 [1] ; 吴德 [2]
【关键词】 隐空间 支持向量机 熵函数 粒子群优化 共轭梯度法
【摘要】针对隐空间支持向量机求解约束凸二次规划存在训练时间长、计算复杂的问题,提出粒子群优化的隐空间光滑支持向量机算法（PSO-HSSSVM）.该算法通过隐函数将训练样本映射至隐空间,且对隐函数没有正定性限制;在隐空间中以熵函数近似松弛向量的加函数,导出光滑可微的无约束凸二次规划;引入共轭梯度法求解光滑模型,并采用粒子群优化算法选取最优参数.数值实验表明,PSO-HSSSVM算法可拓宽光滑支持向量机的核函数范围,而其训练精度和训练时间与光滑支持向量机的相当;PSO-HSSSVM算法可将隐空间支持向量机的训练精度提高2.14％,而其训练时间仅为隐空间支持向量机的9.5％.
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号