一种基于模拟退火的支持向量机超参数优化算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：基于统计学习理论的支持向量机技术以探求小样本情况下如何获得更好的机器学习规律而见长，与基于经验风险最小化原则的机器学习方法相比能够获得更佳的泛化能力，相关超参数的选择对其分类或回归性能有较大影响。针对径向基核支持向量机超参数优化问题，提出了一种改进的基于模拟退火算法的高效多目标优化算法，并详细讨论了优化寻优过程中搜索空间、初始可行解、初温和最优目标函数的设计方法。通过在多个标准数据集上的测试验证，证实了本文所提算法的可行性和有效性。http://www.cqvip.com//QK/90122X/200805/28452011.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 模拟退火 超参数 向量机 多目标优化 支持向量机 模拟退火 多目标优化 参数优化 超参数