版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,支持向量機(jī)作為一種常用的、性能優(yōu)良的分類器,在圖像分類領(lǐng)域得到了廣泛的應(yīng)用。同時(shí),支持向量機(jī)的參數(shù)優(yōu)化問題一直是個(gè)難點(diǎn),參數(shù)選取對于SVM的分類性能有較大影響。粒子群優(yōu)化算法作為一種群體智能優(yōu)化算法,對于參數(shù)尋優(yōu)有很好的效果。本文主要從支持向量機(jī)的分類速度、粒子群算法的尋優(yōu)能力以及圖像分類性能三個(gè)方面進(jìn)行研究,研究內(nèi)容如下:
1.提出了一種快速交叉核支持向量機(jī)算法,它采用變換交叉核函數(shù)的計(jì)算方法將預(yù)測時(shí)的分類時(shí)間復(fù)雜度
2、從O(m?n)降低為O(n?log m)。
2.針對粒子群算法的“早熟收斂”問題,分析了其陷入局部最優(yōu)的原因,提出了一種變異粒子群算法,使粒子在迭代過程中以一定概率隨機(jī)變異,增強(qiáng)了粒子在迭代末期的全局搜索能力,防止“早熟收斂”。
3.受量子粒子群算法的啟發(fā),討論了量子粒子群算法性能優(yōu)越的原因及其存在的問題,提出了一種基于正態(tài)分布的粒子群算法。在粒子速度更新中,加入正態(tài)分布函數(shù),使得粒子的速度分布服從正態(tài)分布,相比于量
3、子粒子群算法粒子分布更加合理。在標(biāo)準(zhǔn)測試函數(shù)中,本文算法取得了較好的效果,在優(yōu)化支持向量機(jī)的參數(shù)實(shí)驗(yàn)中結(jié)合粒子群變異算法,得到了遠(yuǎn)高于標(biāo)準(zhǔn)粒子群算法和量子粒子群算法收斂速度及收斂能力。
4.在不平衡數(shù)據(jù)的圖像分類問題中,使用支持向量機(jī)對少數(shù)類的分類預(yù)測準(zhǔn)確率很低。本文運(yùn)用加權(quán)支持向量機(jī)(快速交叉核)來提高分類性能,同時(shí)使用本文提出的改進(jìn)的粒子群算法來解決由此帶來的優(yōu)化參數(shù)過多的問題。該算法在Caltech101、Pascal
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)粒子群算法的基因序列分類研究.pdf
- 基于改進(jìn)粒子群優(yōu)化算法的灰度圖像分割研究.pdf
- 改進(jìn)粒子群優(yōu)化算法的圖像匹配.pdf
- 基于粒子群算法的入侵檢測技術(shù)研究.pdf
- 基于改進(jìn)粒子群算法的交通控制算法研究.pdf
- 基于粒子群算法的腦核磁共振圖像分割技術(shù)研究.pdf
- 基于種群分類與粒子濃度的改進(jìn)粒子群盲源分離算法.pdf
- 基于粒子群優(yōu)化算法的圖像分割研究.pdf
- 改進(jìn)粒子群優(yōu)化算法的研究.pdf
- 關(guān)于粒子群算法改進(jìn)的研究.pdf
- 粒子群算法的研究及改進(jìn).pdf
- 基于改進(jìn)粒子群優(yōu)化算法的聚類算法研究.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進(jìn)研究.pdf
- 基于改進(jìn)粒子群算法的空間系校正及配準(zhǔn)技術(shù)研究.pdf
- 改進(jìn)的粒子群優(yōu)化算法的研究.pdf
- 基于改進(jìn)粒子群算法的逆變器SHEPWM研究.pdf
- 基于雙種群的改進(jìn)粒子群優(yōu)化算法研究.pdf
- 基于控制思想的粒子群優(yōu)化算法改進(jìn)研究.pdf
- 基于混沌映射的粒子群優(yōu)化算法改進(jìn)研究.pdf
- 基于改進(jìn)粒子群算法的WSN路由協(xié)議研究.pdf
評論
0/150
提交評論