基于PSO的LS-SVM特征选择与参数优化算法

LS-SVM

首先产生若干种群（特征子集），然后用PSO 算法对特征及参数进行优化。在UCI 标准数据集上进行的仿真实验表明，该算法可有效地找出合适的特征子集及LS-SVM 参数，且与基于遗传算法的最小二乘支持向量机算法（GALS-SVM）和传统的LS-SVM 算法相比具有较好的分类效果。

文件下载

评论信息

chybeyond :

不错，感谢分享
2019-01-06
caojinshan :

基于PSO的LS-SVM特征选择与参数优化。这个的代码你有么发给我一份啊谢谢了 caojinshannj@126.com
2014-07-01
虾道 :

可以，介绍的比较详细
2014-03-28
piao99 :

对我的文章貌似有点作用。
2014-03-13
柚子pig :

我下的怎么只有文档，没有程序呢？
2014-01-15

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明