一种混合核函数SVM建模方法及其应用

被引:10
|
作者
阳春华
王觉
朱红求
桂卫华
机构
[1] 中南大学信息科学与工程学院
基金
湖南省自然科学基金;
关键词
混合核函数; 支持向量机; QPSO算法; 净化过程;
D O I
10.14107/j.cnki.kzgc.2010.04.029
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为了提高模型的泛化能力和精度,提出了一种基于混合核函数的支持向量机(SVM)建模方法。所提出的混合核函数由径向基函数和多项式函数加权组合而成,克服了支持向量机模型中单个核函数的局限性。并利用量子粒子群算法(QPS0)对惩罚系数、核参数以及混合权重系数进行综合寻优,求取最优化参数组合,从而提高模型的精度。采用锌湿法冶炼净化过程现场数据对建模的方法进行了测试,结果表明,所提出的混合核函数支持向量机模型具有较好的泛化性能和预测精度,预测结果满足现场工艺生产的要求。
引用
收藏
页码:524 / 526
页数:3
相关论文
共 3 条
  • [1] One-against-one fuzzy support vector machine classifier: An approach to text categorization[J] . Tai-Yue Wang,Huei-Min Chiang.Expert Systems With Applications . 2009 (6)
  • [2] Robust and efficient multiclass SVM models for phrase pattern recognition
    Wu, Yu-Chieh
    Lee, Yue-Shi
    Yang, Jie-Chi
    [J]. PATTERN RECOGNITION, 2008, 41 (09) : 2874 - 2889
  • [3] Purification of zinc sulfate solutions from cobalt and nickel through activated cementation[J] . Boyan S. Boyanov,Victoria V. Konareva,Nikolai K. Kolev.Hydrometallurgy . 2004 (1)