研究模型选择对支持向量机(SVM)的泛化性能有着重要影响。针对传统梯度算法对初始值敏感及网格搜索法计算复杂的缺点,为了提高全面优化能力和分类精度,提出了一种基于协方差矩阵自适应进化策略(CMA-ES)的支持向量机(SVM)模型优化算法,...研究模型选择对支持向量机(SVM)的泛化性能有着重要影响。针对传统梯度算法对初始值敏感及网格搜索法计算复杂的缺点,为了提高全面优化能力和分类精度,提出了一种基于协方差矩阵自适应进化策略(CMA-ES)的支持向量机(SVM)模型优化算法,通过对SVM泛化性能界(Bounds on Generalization Performance)的优化求解,实现了基于CMA-ES算法的SVM模型选择。在标准数据集上的实验结果表明:相比遗传算法和梯度算法,上述方法能够在较小计算代价下得到更优的超参数,提高支持向量机的预测精度稳定性,尤其适合大样本数据条件下的模型选择。展开更多
介绍了旋转体时域有限差分法(BOR-FDTD),导出了电磁场迭代计算公式。给出了自适应协方差矩阵进化策略(CMA-ES)的基本原理和步骤。提出了一种基于BOR-FDTD和CMA-ES的波纹喇叭优化设计技术,并将该项技术用于平方公里阵(Square Kilometre A...介绍了旋转体时域有限差分法(BOR-FDTD),导出了电磁场迭代计算公式。给出了自适应协方差矩阵进化策略(CMA-ES)的基本原理和步骤。提出了一种基于BOR-FDTD和CMA-ES的波纹喇叭优化设计技术,并将该项技术用于平方公里阵(Square Kilometre Array,SKA)望远镜天线Band 4(2.8~5.18 GHz)波纹喇叭馈源的优化设计。计算结果表明,该馈源在工作频带内反射损耗基本在-20 d B以下,天线口径效率均优于86.5%,且口径效率随频率的变化较小。展开更多
文摘研究模型选择对支持向量机(SVM)的泛化性能有着重要影响。针对传统梯度算法对初始值敏感及网格搜索法计算复杂的缺点,为了提高全面优化能力和分类精度,提出了一种基于协方差矩阵自适应进化策略(CMA-ES)的支持向量机(SVM)模型优化算法,通过对SVM泛化性能界(Bounds on Generalization Performance)的优化求解,实现了基于CMA-ES算法的SVM模型选择。在标准数据集上的实验结果表明:相比遗传算法和梯度算法,上述方法能够在较小计算代价下得到更优的超参数,提高支持向量机的预测精度稳定性,尤其适合大样本数据条件下的模型选择。
文摘介绍了旋转体时域有限差分法(BOR-FDTD),导出了电磁场迭代计算公式。给出了自适应协方差矩阵进化策略(CMA-ES)的基本原理和步骤。提出了一种基于BOR-FDTD和CMA-ES的波纹喇叭优化设计技术,并将该项技术用于平方公里阵(Square Kilometre Array,SKA)望远镜天线Band 4(2.8~5.18 GHz)波纹喇叭馈源的优化设计。计算结果表明,该馈源在工作频带内反射损耗基本在-20 d B以下,天线口径效率均优于86.5%,且口径效率随频率的变化较小。