-
题名粒子群算法优化双核支持向量机及应用
被引量:7
- 1
-
-
作者
聂立新
张天侠
赵波
-
机构
东北大学机械工程与自动化学院
河南理工大学机械与动力工程学院
-
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2014年第3期565-569,596-597,共5页
-
基金
国家自然科学基金资助项目(51175153)
河南理工大学博士基金资助项目(B2012-105)
-
文摘
针对支持向量机核函数和控制参数选取难度较大的问题,提出了一种主动划分参数区间的双尺度径向基核支持向量机,并用并行定向变异混合粒子群优化算法选取其控制参数。试验分析了利用标准数据集经多次独立重复试验得到的均值等统计量,验证、测试了上述支持向量机模型,同时考虑了类间数据不平衡的影响。结果表明,双尺度径向基核函数的性能在多数情况下优于单径向基核函数,并行定向变异的混合粒子群优化算法优于标准粒子群优化算法,能够有效抑制早熟收敛,有利于搜索到更优的支持向量机控制参数。
-
关键词
支持向量机
双尺度核函数
粒子群优化算法
参数优化
故障诊断
-
Keywords
support vector machine
dual-scale kernel function
particle swarm optimization algorithm
pa-rameter optimization
fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-