欢迎来到优发表网！

400-808-1721 购物车(0)

期刊大全 杂志订阅 SCI期刊 期刊投稿 出版社 精品范文

首页 > 期刊 > 江西理工大学学报 > 基于改进网格搜索法的SVM参数优化 【正文】

基于改进网格搜索法的SVM参数优化

支持向量机 参数优化 网格搜索法 
作者：刘小生; 章治邦 江西理工大学建筑与测绘工程学院; 江西赣州341000

摘要：支持向量机的学习和泛化能力很大程度上取决于其相关参数的选取.针对传统网格算法的不足,引入全局粒子群算法,利用其能够快速到达最优解附近的优势:先使用粒子群算法进行粗搜;再使用网格搜索法进行小步长的精细搜索得到最优解.实验结果表明:基于改进的网格搜索法SVM对比传统网格搜索法SVM,在预测精度和运算时间上都具有优势.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。

投稿咨询 期刊咨询

江西理工大学学报杂志

江西理工大学学报杂志， 双月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：经济管理、土木·测绘、化学·环境、教育管理、学术探讨、文化艺术研究、教学研究、环境与资源法学研究、控制·信息、矿业·安全、数学·物理、机械·电气等。于1980年经新闻总署批准的正规刊物。

  • 省级期刊
  • 1个月内审核
杂志详情

相关期刊JOURNALS

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务，熟悉发表政策，投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊，评职认可，企业资质合规可查。

用户信息严格保密

诚信服务，签订协议，严格保密用户信息，提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管，安全放心。