一种基于PSO的混合核支持向量机算法

摘要：

支持向量机算法作为一种新的机器学习方法,在处理小样本分类问题上具有明显优势,但核函数和参数的选取的好坏直接影响支持向量机算法的性能.针对该问题,通过组合全局核函数和局部核函数的混合核函数方法,建立了基于粒子群算法的混合核支持向量机算法,并经过Matlab仿真实验,表明该改进算法较支持向量机算法具有更高的分类准确率和更好的学习及泛化能力.

关键词：支持向量机、全局核函数、局部核函数、混合核函数、粒子群优化算法

所属期刊栏目：26

分类号：O29(应用数学)

资助基金：陕西省教育厅专项基金项目2010JK136

在线出版日期：2013-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：815-819