采用粒子群优化的SVM算法在数据分类中的应用

作者：邹心遥 陈敬伟 姚若河数据分类支持向量机粒子群优化iris数据集惩罚参数高斯参数

摘要：针对分类数据集合线性不可分的问题,改进了支持向量机(SVM)的分类方法,构建新的分类决策函数和高斯核函数.在支持向量机关键参数的优化环节,采用粒子群算法对惩罚参数和高斯参数进行优化,设计便于操作的优化流程,并针对Iris数据集合展开实验研究.结果表明:相比于基于遗传算法优化的SVM方法,所提出的方法执行速度快、分类准确率高.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社