您的位置: 专家智库 > >

辽宁省教育厅基金(L2012105)

作品数:7 被引量:57H指数:4
相关作者:高雷阜赵世杰高晶张秀丽王飞更多>>
相关机构:辽宁工程技术大学更多>>
发文基金:辽宁省教育厅基金国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术理学经济管理更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 2篇理学
  • 1篇经济管理

主题

  • 5篇支持向量
  • 5篇向量
  • 4篇支持向量机
  • 4篇群算法
  • 4篇向量机
  • 4篇参数优化
  • 3篇鱼群算法
  • 3篇人工鱼
  • 3篇人工鱼群
  • 2篇遗传算法
  • 2篇神经网
  • 2篇神经网络
  • 2篇人工鱼群算法
  • 2篇网络
  • 2篇SVM参数
  • 1篇单调变分不等...
  • 1篇等式
  • 1篇信赖域
  • 1篇蚁群
  • 1篇蚁群算法

机构

  • 7篇辽宁工程技术...

作者

  • 7篇高雷阜
  • 3篇赵世杰
  • 2篇张秀丽
  • 2篇高晶
  • 1篇陈曦
  • 1篇魏帅
  • 1篇于冬梅
  • 1篇王飞
  • 1篇高鼎

传媒

  • 4篇计算机工程与...
  • 1篇统计与决策
  • 1篇小型微型计算...
  • 1篇应用泛函分析...

年份

  • 4篇2015
  • 2篇2014
  • 1篇2013
7 条 记 录,以下是 1-7
排序方式:
一般单调变分不等式的近似邻近外梯度算法
2014年
近似邻近点算法是求解单调变分不等式的一个有效方法,该算法通过解决一系列强单调子问题,产生近似邻近点序列来逼近变分不等式的解,而外梯度算法则通过每次迭代中增加一个投影来克服一般投影算法限制太强的缺点,但它们均未能改变迭代步骤中不规则闭凸区域上投影难计算的问题.于是,本文结合外梯度算法的迭代格式,构造包含原投影区域的半空间,将投影建立在半空间上,简化了投影的求解过程,并对新的邻近点序列作相应限制,使得改进的算法具有较好的收敛性.
高雷阜魏帅
GA_SJ在SVM核参数优化中的应用被引量:5
2015年
支持向量机(SVM)是一种性能良好的机器学习方法,但是对于其参数的选择还缺少系统的理论作为指导。针对经典的SVM参数选择方法——遗传算法的一些不足,提出了改进,并将其与SVM相结合,得到自动选择核参数并进行SVM训练的算法即GA_SJ算法。该算法通过将随机搜索引入到遗传算法当中,并采用最优保存策略和动态的交叉和变异概率,有效地提高了遗传算法的效率。数值实验结果证实了GA_SJ算法在SVM参数优化中的可行性和有效性,而且得到的SVM具有较高的分类性能。
高雷阜张秀丽佟盼
关键词:支持向量机遗传算法随机搜索参数优化
改进蚁群算法在SVM参数优化研究中的应用被引量:20
2015年
支持向量机参数的选择决定着支持向量机的分类精度和泛化能力,而其参数优化缺乏理论指导,在此背景下提出了ACO-SVM模型。该模型将SVM分类预测准确率作为目标函数,对蚁群算法进行改进,引入有向搜索和基于时变函数更新的信息素更新原则,利用蚁群算法的并行性、正反馈机制和较强的鲁棒性,以求得最优目标并得到SVM的最优参数组合。数值实验结果表明,改进蚁群算法在SVM参数优化选取中具有更好的寻优性能,具有较高的分类准确率;该方法具有较好的并行性和较强的全局寻优能力。
高雷阜张秀丽王飞
关键词:支持向量机蚁群优化算法参数优化
人工鱼群算法在SVM参数优化选择中的应用被引量:26
2013年
针对支持向量机的参数优化缺乏理论支持,而SVM交叉检验法选取又较为费时的情况下,提出了基于人工鱼群算法的支持向量机参数优化选取算法,并以SVM分类预测准确率最大为优化原则,利用人工鱼群算法的较好并行性和较强的全局寻优能力,以实现最优目标并得到SVM的最优参数组合。数值实验结果表明:人工鱼群算法在SVM参数优化选取中具有更快的寻优性能,同时具有较高的分类准确率。该方法具有较好的并行性和较强的全局寻优能力。
高雷阜赵世杰高晶
关键词:支持向量机人工鱼群算法参数优化遗传算法
信赖域共轭梯度法求解二次规划逆问题被引量:1
2014年
为了有效地求解二次规划逆问题,提出了一种求解其对偶问题的子问题的光滑化信赖域共轭梯度法。该方法采用增广拉格朗日法求解其对偶问题,引入光滑函数将对偶问题的子问题转换成连续的无约束优化问题,将信赖域法与共轭梯度法结合,设计出求解二次规划逆问题的算法流程。数值实验结果表明,该方法可行且有效,与牛顿法相比,更适合求解大规模问题。
高雷阜陈曦于冬梅
关键词:逆问题光滑函数
人工鱼群算法优化SVR的预测模型被引量:5
2015年
文章针对参数选择关系着支持向量回归机的性能进而影响GDP预测效果这一问题,引入人工鱼群算法将支持向量回归机的参数选择转化为组合优化问题,得到应用人工鱼群算法优化支持向量回归机的短期GDP预测模型。以辽宁省的GDP数据为例,将该模型的预测结果与同为智能算法的BP神经网路和单纯的支持向量机进行对比,结果表明该模型的预测效果优于其余两个,具有更好的学习能力和推广能力。
高雷阜高晶赵世杰
关键词:鱼群算法支持向量回归机GDP预测BP神经网络
耦合人工鱼群算法在支持向量机参数优化中的应用被引量:4
2015年
针对支持向量机的参数寻优到目前为止仍无一套系统的、完整的理论,同时如采用网格搜索法寻找最优参数又较为费时,单独使用人工鱼群算法寻优时需要反复调用预测数据集的情况下,提出了耦合人工鱼群算法用于支持向量机参数的优化选择.该模型利用训练好的神经网络来拟合人工鱼的食物浓度值,避免了反复调用预测数据集的麻烦;该模型既具有神经网络算法的较强非线性拟合能力,又具有鱼群算法的并行搜索能力和全局寻优性能等优点.数值试验的结果表明:耦合人工鱼群算法在支持向量机的参数寻优中具有较好的预测效果和较高的预测准确率.
高雷阜赵世杰高鼎
关键词:支持向量机人工鱼群算法参数优化神经网络算法
共1页<1>
聚类工具0