搜索筛选:
搜索耗时0.0897秒,为你在为你在102,285,761篇论文里面共找到 4 篇相符的论文内容
发布年度:
[期刊论文] 作者：何凡,卢常景,
来源：应用数学进展 年份：2017
近年来,支持向量机(SVM)理论广泛应用于模式分类,然而影响其分类准确率的两个主要因素特征选择和参数优化又是相互影响和制约的。文章提出一种BA + SVM算法,利用蝙蝠算法(BA)...
[期刊论文] 作者：肖海军,卢常景,何凡,,
来源：中南民族大学学报(自然科学版) 年份：2017
针对支持向量机(SVM)分类器参数选择问题,提出了基于鸟群算法(BSA)的SVM参数选择方法(BSASVM),以优化SVM惩罚参数和核参数.鸟群算法具有优化精度高、鲁棒性好等特点,将SVM参...
[期刊论文] 作者：曹颖,王芬艳,卢常景,
来源：应用数学进展 年份：2017
当使用支持向量机(Support Vector Machines, SVM)进行分类时,可能会遇到训练样本中存在额外信息的情况。它是不可忽视的,因为它会严重影响测试样本的分类准确率。本文提出了...
[期刊论文] 作者：肖海军, 王芬艳, 卢常景, 曹颖,,
来源：中南民族大学学报(自然科学版) 年份：2018
针对鸟群算法(BSA)在处理多峰优化问题时容易出现陷入局部极值的问题,提出了一种有效的多峰优化鸟群算法(MOBSA),通过对仿生过程即鸟类身份的分类策略进行调整,并将应用于初...
相关搜索：
