比较了现今应用比较广泛的3种支持向量机( SVM)参数优化方法. 具体分析了网格法、遗传算法和粒子群算 法在 SVM参数优化方面的性能以及优缺点,提出了一种改进的网格法. 先在较大范围内进行搜索,在得到的优化结果 附近区域再进行精确搜索. 实验表明改进的网格搜索法耗时短,更适用于有时间要求的说话人识别应用中.
2022-12-16 13:52:49
422KB
1
本文以支持向量机原理和小波变换原理为基础，使用网格搜索法来对支持向量机的参数进行寻优，完成对风速的测量。
2022-05-15 10:31:00
801KB
1
为了提高煤矿主扇风机故障诊断的准确性,将网格搜索法和支持向量机(SVM)应用到主扇风机的故障诊断中。首先,建立主扇风机运行故障的知识库,并将采集到的主扇风机振动信号进行小波消澡和归一化;然后,设计了网格搜索参数优化SVM的主扇风机故障诊断模型。最后,通过工程现场提取的数据进行实验验证,并与遗传算法和粒子群算法寻优的时间和诊断结果准确率进行比较。实验结果表明,网格搜索法SVM参数优化非常适合于煤矿主扇风机的故障系统中。
2021-10-17 15:28:04
236KB
1
网格搜索法在机器学习和深度学习中的小案例，使用Jupyter，压缩包包括：
(1)data:letterdata.csv
(2)Hyperparameter optimization.ipynb
2021-07-21 17:28:58
195KB
1