基于序贯均匀设计的支持向量机超参数的优化方法

基于序贯均匀设计的支持向量机超参数的优化方法

论文摘要

求解支持向量机超参数的优化问题可通过多因素多水平的试验设计来实现。运用序贯均匀设计的方法对高斯径向基核函数参数σ和惩罚因子C进行优化,可以快速且有效地找到最优参数。仿真结果表明,运用序贯均匀设计比直接运用均匀设计效果更佳,且比网格搜索法更具稳健性。

论文目录

  • 0 引言
  • 1 支持向量机
  • 2 均匀设计
  •   2.1 总体均值模型
  •   2.2 均匀性度量
  •   2.3 好格子点法
  •   2.4 序贯均匀设计
  • 3 实验与分析
  •   3.1 数据准备
  •   3.2 分类精度实验
  •     3.2.1 实验设计
  •     3.2.2 结果分析
  •   3.3 收敛速度实验
  •     3.3.1 实验设计
  •     3.3.2 结果分析
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 蒋孟灵,李婉玉

    关键词: 支持向量机,超参数优化,网格搜索法,均匀设计,序贯均匀设计

    来源: 乐山师范学院学报 2019年12期

    年度: 2019

    分类: 社会科学Ⅱ辑,基础科学,信息科技

    专业: 数学,自动化技术

    单位: 四川大学数学学院

    分类号: O212.3;TP181

    DOI: 10.16069/j.cnki.51-1610/g4.2019.12.004

    页码: 18-23

    总页数: 6

    文件大小: 146K

    下载量: 44

    相关论文文献

    • [1].基于超限学习机与随机响应面方法的深度学习超参数优化算法[J]. 高技术通讯 2019(12)
    • [2].基于强化学习的模型选择和超参数优化[J]. 电子科技大学学报 2020(02)
    • [3].基于人群的神经网络超参数优化的研究[J]. 信息技术 2018(11)
    • [4].一种成本有效的面向超参数优化的工作流执行优化方法[J]. 计算机集成制造系统 2020(06)
    • [5].一种深度生成模型的超参数自适应优化法[J]. 实验室研究与探索 2018(02)
    • [6].多层感知机中超参数的研究[J]. 南方农机 2018(02)
    • [7].基于强化学习的超参数优化方法[J]. 小型微型计算机系统 2020(04)
    • [8].AutoLSTM下的降水量预测方法[J]. 辽宁工程技术大学学报(自然科学版) 2020(05)
    • [9].迭代化代价函数及超参数可变的生成对抗网络[J]. 南京理工大学学报 2019(01)
    • [10].有指导机器学习超参数的交叉验证智能优化[J]. 西安工业大学学报 2016(11)
    • [11].基于改进的RReliefF算法的超参数重要性分析[J]. 计算机与数字工程 2020(08)
    • [12].元自步学习[J]. 中国科学:信息科学 2020(06)
    • [13].基于超参数壳元卫星天线反射面稳态热分析[J]. 武汉理工大学学报 2008(04)
    • [14].基于Matlab的壳体有限元分析[J]. 重庆理工大学学报(自然科学版) 2010(12)
    • [15].人脸识别中基于均匀设计的SVM超参数调节方法[J]. 光电子.激光 2009(10)
    • [16].SVD++推荐算法的超参数[J]. 贵州大学学报(自然科学版) 2018(03)
    • [17].基于消息队列的LightGBM超参数优化[J]. 计算机工程与科学 2019(08)
    • [18].基于改进贝叶斯优化算法的CNN超参数优化方法[J]. 计算机应用研究 2019(07)
    • [19].指数分布无失效数据下参数的单侧M-Bayes估计[J]. 山东理工大学学报(自然科学版) 2019(05)
    • [20].基于CW-RNNs的PMSM故障诊断[J]. 沈阳工程学院学报(自然科学版) 2020(03)
    • [21].基于超参数优化和集成学习的互联网信贷个人信用评估[J]. 统计与决策 2019(01)
    • [22].中医正骨仿真训练系统中噪声数据的处理方法[J]. 激光与光电子学进展 2020(03)
    • [23].基于粒子群算法优化卷积神经网络结构[J]. 内蒙古大学学报(自然科学版) 2019(01)
    • [24].B超参数法预测巨大胎儿的准确性评估[J]. 实用医学杂志 2009(22)
    • [25].基于遗传算法和支持向量回归的锂电池健康状态预测[J]. 南京理工大学学报 2018(03)
    • [26].双超参数无失效数据的E-Bayes可靠性分析[J]. 江苏大学学报(自然科学版) 2010(06)
    • [27].面向语义分割机器视觉的AutoML方法[J]. 激光杂志 2019(06)
    • [28].PSA通用数据库中超参数的估计方法研究[J]. 核动力工程 2012(05)
    • [29].深度学习优化算法研究[J]. 计算机科学 2018(S2)
    • [30].单台件设备可靠性评估方法[J]. 水下无人系统学报 2017(04)

    标签:;  ;  ;  ;  ;  

    基于序贯均匀设计的支持向量机超参数的优化方法
    下载Doc文档

    猜你喜欢