基于粒子群算法的投影孪生支持向量机 |
| |
作者单位: | 安庆师范大学 数理学院,安徽 安庆 246133;安庆师范大学 数理学院,安徽 安庆 246133 |
| |
基金项目: | 国家自然科学基金;安徽省高等学校优秀青年人才支持计划;安徽省自然科学基金;安徽省自然科学基金 |
| |
摘 要: | 投影孪生支持向量机(Projection Twin Support Vector Machine,PTSVM)是一种有效的分类算法,存在参数选择困难和算法总体运行时间过长等问题.文章将粒子群算法(Particle Swarm Optimization,PSO)和PTSVM相结合,提出一种基于粒子群算法的投影孪生支持向量机(PSO-PTSVM).该算法能够快速寻找最优参数,较好地解决PTSVM参数选择困难的问题.在UCI数据集上验证PSO-PTSVM的有效性,实验结果表明,PSO-PTSVM运行总时间短,在大多数数据集上具有较高的分类精度.
|
关 键 词: | 二类分类 孪生支持向量机 粒子群算法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|