[发明专利]支持向量机参数优化方法及系统在审
| 申请号： | 201910936895.2 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110705681A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 张涛;刘宏志 | 申请（专利权）人： | 北京工商大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N20/10;G06K9/62 |
| 代理公司： | 44605 深圳驿航知识产权代理事务所(普通合伙) | 代理人： | 孙小丁 |
| 地址： | 100000*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种支持向量机参数优化方法及系统，该方法包括步骤：读取样本数据划分训练集和测试集；对样本数据进行归一化处理，对训练集中蜻蜓的参数进行初始设置；将蜻蜓个体的位置信息依次赋值给支持向量机中的惩罚参数和核参数；构建SVM回归模型，计算每组参数对应的均方误差，作为种群中每个所述蜻蜓个体的适应度值，以获取最优个体和最差个体，将最优个体视为食物，将最差个体视为外敌；判断当前是否满足终止条件；若是，则结束，输出最优的一组参数并创建优化SVM模型；若否，则更新邻域半径，返回执行惩罚参数和核参数的赋值。本发明通过进行更新邻域半径的设计，以提高蜻蜓个体位置的差异性和分布性，提高了算法全局搜索能力和局部寻优精度。 | ||
| 搜索关键词： | 蜻蜓 支持向量机 惩罚参数 样本数据 最优个体 核参数 组参数 邻域 全局搜索能力 读取 归一化处理 参数优化 初始设置 个体位置 回归模型 均方误差 终止条件 测试集 差异性 分布性 适应度 训练集 构建 寻优 更新 算法 种群 输出 返回 创建 优化 | ||
【主权项】：
1.一种支持向量机参数优化方法，所述方法包括步骤：/n读取样本数据，并根据所述样本数据划分训练集和测试集；/n对所述样本数据进行归一化处理，并对所述训练集中蜻蜓的参数进行初始设置；/n将所述蜻蜓个体的位置信息依次赋值给支持向量机中的惩罚参数和核参数，每个所述蜻蜓个体均对应一组模型参数；/n构建SVM回归模型，对所述训练集进行训练并求出每组参数对应的均方误差，作为种群中每个所述蜻蜓个体的适应度值；/n根据所述适应度值获取最优个体和最差个体，将所述最优个体视为食物，将所述最差个体视为外敌；/n判断当前是否满足终止条件；/n若是，则结束，输出最优的一组参数并创建优化SVM模型；/n若否，则更新邻域半径，并返回执行将所述蜻蜓个体的位置信息依次赋值给所述支持向量机中的惩罚参数和核参数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工商大学，未经北京工商大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910936895.2/，转载请声明来源钻瓜专利网。
