基于改进混合蛙跳算法的svm分类算法 svm classification algorithm based on improved shuffled frog leaping algorithm.pdfVIP

基于改进混合蛙跳算法的SVM分类算法 李希婷1孙 璐 1钱永亮1邹采荣2 1.东南大学信息科学与工程学院，南京，210096; 2.佛山科学技术学院信息科学与工程学院，佛山，528041 摘要：支持向量机的训练需要求解一个带约束的二次规划问题，但在数据规模很大情况下，经典 训练方法将变得很困难。本文提出一种基于改进的混合蛙跳算法的SVM训练算法。针对混合蛙跳算 法搜索速度慢且容易陷入局部极值的缺陷，将模拟退火思想引入到混合蛙跳算法中，提出一种改进的 混合蛙跳算法。该算法保持了混合蛙跳算法参数少和容易实现的特点，同时通过模拟退火的降温过程 来提高算法的进化速度和精度。实验结果表明，该算法能显著提高收敛速度，并能有效克服局部极值， 在SVM训练中具有良好效果。 支持向量机；混合蛙跳算法；模拟退火 2011-05-30 基金项目：国家自然科学基金项目(NoNo: ；广东省自然科学基金(10252800001000001) 资助项目。 ·42· ·43·