本文關(guān)鍵詞：改進(jìn)的基于粒子群優(yōu)化的支持向量機(jī)特征選擇和參數(shù)聯(lián)合優(yōu)化算法

  更多相關(guān)文章： 支持向量機(jī) 特征選擇 參數(shù)優(yōu)化 粒子群優(yōu)化算法 遺傳算法 不相關(guān)性指數(shù)

【摘要】：針對(duì)支持向量機(jī)(SVM)中特征選擇和參數(shù)優(yōu)化對(duì)分類精度有較大影響,提出了一種改進(jìn)的基于粒子群優(yōu)化(PSO)的SVM特征選擇和參數(shù)聯(lián)合優(yōu)化算法(GPSO-SVM),使算法在提高分類精度的同時(shí)選取盡可能少的特征數(shù)目。為了解決傳統(tǒng)粒子群算法在進(jìn)行優(yōu)化時(shí)易出現(xiàn)陷入局部最優(yōu)和早熟的問題,該算法在PSO中引入遺傳算法(GA)中的交叉變異算子,使粒子在每次迭代更新后進(jìn)行交叉變異操作來避免這一問題。該算法通過粒子之間的不相關(guān)性指數(shù)來決定粒子之間的交叉配對(duì),由粒子適應(yīng)度值的大小決定其變異概率的大小,由此產(chǎn)生新的粒子進(jìn)入到群體中。這樣使得粒子跳出當(dāng)前搜索到的局部最優(yōu)位置,提高了群體的多樣性,在全局范圍內(nèi)尋找更優(yōu)值。在不同數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),與基于PSO和GA的特征選擇和SVM參數(shù)聯(lián)合優(yōu)化算法相比,GPSO-SVM的分類精度平均提高了2%~3%,選擇的特征數(shù)目減少了3%~15%。實(shí)驗(yàn)結(jié)果表明,所提算法的特征選擇和參數(shù)優(yōu)化效果更好。
【作者單位】： 武漢科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;智能媒體計(jì)算湖北省重點(diǎn)實(shí)驗(yàn)室(武漢科技大學(xué));
【關(guān)鍵詞】： 支持向量機(jī) 特征選擇 參數(shù)優(yōu)化 粒子群優(yōu)化算法 遺傳算法 不相關(guān)性指數(shù)
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61273303,61572381)~~
【分類號(hào)】：TP18
【正文快照】： 0引言支持向量機(jī)(Support Vector Machine,SVM)用于高維數(shù)據(jù)分類具有較好的分類性能。由于高維數(shù)據(jù)中不可避免地存在與其他特征相冗余的特征,不僅降低SVM分類精度,而且增加算法的時(shí)間和空間復(fù)雜度。通過特征選擇算法實(shí)行降維[1-4]能有效消除冗余特征,提高算法性能。此外,在SVM

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 陳淵;馬宏偉;;基于蜜蜂算法的支持向量機(jī)特征選擇和參數(shù)優(yōu)化[J];組合機(jī)床與自動(dòng)化加工技術(shù);2013年11期

2 石曉艷;劉淮霞;于水娟;;鯰魚粒子群算法優(yōu)化支持向量機(jī)的短期負(fù)荷預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2013年11期

3 莊嚴(yán);白振林;許云峰;;基于蟻群算法的支持向量機(jī)參數(shù)選擇方法研究[J];計(jì)算機(jī)仿真;2011年05期

4 王維真;熊義軍;魏開平;何文雅;;基于粒子群算法的灰度相關(guān)圖像匹配技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2010年12期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 李杰;孫堯;;基于DAMPSO算法的USVs集群攻擊任務(wù)規(guī)劃研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年20期

2 龐國(guó)瑞;葛廣英;田存?zhèn)?;基于PSO算法的運(yùn)動(dòng)目標(biāo)跟蹤研究[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2013年06期

3 李強(qiáng);耿云逸;吳福培;李f平;陽(yáng)春;陳練;;基于粒子群的彩色印刷品圖像分層搜索定位算法[J];汕頭大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

4 蔡國(guó)欣;;二階段法凸殼支持向量機(jī)的研究與應(yīng)用[J];煤炭技術(shù);2013年05期

5 劉忠寶;王士同;;面向大規(guī)模數(shù)據(jù)的隱私保護(hù)學(xué)習(xí)機(jī)[J];電子科技大學(xué)學(xué)報(bào);2013年02期

6 周方;張小鳳;張光斌;李錦;;蟻群算法中參數(shù)設(shè)置對(duì)超聲回波估計(jì)性能的影響[J];中國(guó)科學(xué):信息科學(xué);2013年02期

7 孟春玲;胡宏梁;李國(guó)峰;吳雅南;;基于ANSYS的風(fēng)機(jī)輪轂的強(qiáng)度分析及優(yōu)化設(shè)計(jì)[J];計(jì)算機(jī)仿真;2012年07期

8 王曉雪;蘇杏麗;;數(shù)字圖像處理在車牌識(shí)別中的應(yīng)用[J];自動(dòng)化儀表;2010年07期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 陳圣兵;王曉峰;;基于樣本差異度的SVM訓(xùn)練樣本縮減算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年07期

2 李永斌;;短期電力負(fù)荷預(yù)測(cè)模型的建立與應(yīng)用[J];計(jì)算機(jī)仿真;2011年10期

3 朱原媛;楊有龍;張恒偉;;基于貝葉斯網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2012年13期

4 車紅昆;呂福在;項(xiàng)占琴;;多特征SVM-DS融合決策的缺陷識(shí)別[J];機(jī)械工程學(xué)報(bào);2010年16期

5 劉靜;戈振揚(yáng);林文如;寇光濤;郭浩;;薺菜根系的計(jì)算機(jī)模擬[J];計(jì)算機(jī)工程;2010年09期

6 張文亮;湯廣福;查鯤鵬;賀之淵;;先進(jìn)電力電子技術(shù)在智能電網(wǎng)中的應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2010年04期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吉小軍,李世中,李霆;相關(guān)分析在特征選擇中的應(yīng)用[J];測(cè)試技術(shù)學(xué)報(bào);2001年01期

2 賈沛;桑農(nóng);唐紅衛(wèi);;一種改進(jìn)的類別依賴型特征選擇技術(shù)[J];計(jì)算機(jī)與數(shù)子工程;2003年06期

3 靖紅芳;王斌;楊雅輝;徐燕;;基于類別分布的特征選擇框架[J];計(jì)算機(jī)研究與發(fā)展;2009年09期

4 吳洪麗;朱顥東;周瑞瓊;;使用特征分辨率和差別對(duì)象對(duì)集的特征選擇[J];計(jì)算機(jī)工程與應(yīng)用;2010年16期

5 楊藝;韓德強(qiáng);韓崇昭;;基于排序融合的特征選擇[J];控制與決策;2011年03期

6 李云;;穩(wěn)定的特征選擇研究[J];微型機(jī)與應(yīng)用;2012年15期

7 錢學(xué)雙;多重篩選逐步回歸特征選擇法及其應(yīng)用[J];信息與控制;1986年05期

8 宣國(guó)榮;柴佩琪;;基于巴氏距離的特征選擇[J];模式識(shí)別與人工智能;1996年04期

9 范勁松,方廷健;特征選擇和提取要素的分析及其評(píng)價(jià)[J];計(jì)算機(jī)工程與應(yīng)用;2001年13期

10 王新峰;邱靜;劉冠軍;;基于特征相關(guān)性和冗余性分析的機(jī)械故障特征選擇研究[J];中國(guó)機(jī)械工程;2006年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 靖紅芳;王斌;楊雅輝;;基于類別分布的特征選擇框架[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

2 李長(zhǎng)升;盧漢清;;排序?qū)W習(xí)模型中的特征選擇[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

3 劉功申;李建華;李生紅;;基于類信息的特征選擇和加權(quán)方法[A];NCIRCS2004第一屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2004年

4 倪友平;王思臣;馬桂珍;陳曾平;;分支界定算法在低分辨雷達(dá)飛機(jī)架次判別中的應(yīng)用[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

5 李澤輝;聶生東;陳兆學(xué);;應(yīng)用多類SVM分割MR腦圖像特征選擇與優(yōu)化的實(shí)驗(yàn)研究[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

6 蒙新泛;王厚峰;;主客觀識(shí)別中的上下文因素的研究[A];中國(guó)計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

7 萬京;王建東;;一種基于新的差異性度量的ReliefF方法[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

8 范麗;許潔萍;;基于GMM的音樂信號(hào)音色模型研究[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

9 陳友;戴磊;程學(xué)旗;;基于MRMHC-C4．5的IP流分類[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

10 申f;楊宏暉;袁帥;;用于水聲目標(biāo)識(shí)別的互信息無監(jiān)督特征選擇[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李靜;高維數(shù)據(jù)交互特征選擇和分類研究[D];燕山大學(xué);2015年

2 劉風(fēng);基于磁共振成像的多變量模式分析方法學(xué)與應(yīng)用研究[D];電子科技大學(xué);2014年

3 王石平;粗糙擬陣及其在高維數(shù)據(jù)降維中的應(yīng)用研究[D];電子科技大學(xué);2014年

4 王博;文本分類中特征選擇技術(shù)的研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

5 張明錦;基于特征選擇的多變量數(shù)據(jù)分析方法及其在譜學(xué)研究中的應(yīng)用[D];華東理工大學(xué);2011年

6 高青斌;蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)相關(guān)問題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

7 馮國(guó)忠;文本分類中的貝葉斯特征選擇[D];東北師范大學(xué);2011年

8 張麗新;高維數(shù)據(jù)的特征選擇及基于特征選擇的集成學(xué)習(xí)研究[D];清華大學(xué);2004年

9 王鋒;基于�；瘷C(jī)理的粗糙特征選擇高效算法研究[D];山西大學(xué);2013年

10 劉波;組稀疏子空間的大間隔特征選擇[D];重慶大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 周瑞;基于支持向量機(jī)特征選擇的移動(dòng)通信網(wǎng)絡(luò)問題分析[D];華南理工大學(xué);2015年

2 張金蕾;蛋白質(zhì)SUMO化修飾位點(diǎn)預(yù)測(cè)的數(shù)據(jù)挖掘技術(shù)研究[D];西北農(nóng)林科技大學(xué);2015年

3 陳云風(fēng);基于聚類集成技術(shù)的高鐵信號(hào)故障診斷研究[D];西南交通大學(xué);2015年

4 張斌斌;網(wǎng)絡(luò)股評(píng)的傾向性分析[D];中央民族大學(xué);2015年

5 季金勝;高分辨率遙感影像典型地物目標(biāo)的特征選擇及其穩(wěn)定性研究[D];上海交通大學(xué);2015年

6 袁玉錄;基于數(shù)據(jù)分類的網(wǎng)絡(luò)通信行為建模方法研究[D];電子科技大學(xué);2015年

7 王虎;基于試驗(yàn)設(shè)計(jì)的白酒譜圖特征選擇及支持向量機(jī)參數(shù)優(yōu)化研究[D];南京財(cái)經(jīng)大學(xué);2015年

8 王維智;基于特征提取和特征選擇的級(jí)聯(lián)深度學(xué)習(xí)模型研究[D];哈爾濱工業(yè)大學(xué);2015年

9 皮陽(yáng);基于聲音的生物種群識(shí)別[D];電子科技大學(xué);2015年

10 劉樹龍;特征選擇在軟件缺陷預(yù)測(cè)中的應(yīng)用技術(shù)研究[D];南京大學(xué);2015年

，

本文編號(hào)：717587