摘要
支持向量机是一种基于统计学习理论的机器学习方法。在传统的支持向量机模型中,模型参数需要用试凑的办法,本文中提出一个基于粒子群算法的参数选择机制,这可以大大减少模型的运算时间。最后给出一个算例。
Support Vector Machine （SVM）is a new machine learning technique based on the statistical learning theory.In the traditional SVM model.we usually select the parameter by trial and error.In this paper.we propose a parameter optimization method based on PSO for SVM.it can reduce computing time obviousely,At last,a numerica
作者
阎伸
张全
YAN Shen ZHANG Quan(Department of Information Engineering,ShenYang University of Technoiogy,Shenyang Liaoning 110870,China)
出处
《科技视界》
2017年第3期108-108,共1页
Science & Technology Vision
