基于蚁群算法的SVM模型选择研究  

SVM Model Selection Based on Ant Colony Algorithm

作　　者：倪丽萍[1] 倪志伟[1] 李锋刚[1] 潘永刚[1] 

机构地区：[1]合肥工业大学管理学院,安徽合肥230009

出　　处：《计算机技术与发展》2007年第9期95-98,共4页Computer Technology and Development

基　　金：安徽省自然科学基金资助项目(050460402);安徽省教育厅课题资助项目(2006sk010)

摘　　要：为了提高SVM的分类器性能,提出使用蚁群算法来指导SVM模型参数的选择,并针对采用RBF作为核函数的SVM进行了实验。然后将该方法与基于GA的SVM模型选择方法进行了比较。实验证明采用蚁群算法具有一定的优势,它能在较短的时间内寻找到最优解,且最终得到的分类结果优于遗传算法。In order to improve the performance of classifiers of SVM, this paper introduces ant colony algorithm to guide the selection of SVM model parameters with RBF kernel. This method is compared with SVM model selection method based on GA method. The experiment result showy ant colony algorithm can get the optimization solution in shorter time and higher classification accuracy than GA.

关 键 词：支持向量机 模型选择 蚁群算法 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]