基于PSO和分组训练的SVM参数快速优化方法

摘要：

针对在利用粒群优化算法(PSO)对支持向量机(SVM)参数进行优化时,由于SVM训练运算量较大,导致需多次迭代过程的参数优化速度缓慢的问题.引入分组训练方法,将训练样本分成若干样本子集分别进行训练,然后对经分组训练得到的各个SVM的参数进行优化.在提高了训练速度的同时,大幅提高了参数优化速度,并对分类SVM的参数优化进行了仿真实验,取得了良好的优化效果.

关键词：支持向量机、粒群算法、参数优化、训练样本

所属期刊栏目：8

分类号：O229;TP391.41(运筹学)

在线出版日期：2008-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4613-4616