1 模型

目的 針對(duì)支持向量機(jī)(support vector machine,SVM)的參數(shù)選擇的重要性,研究一種新的參數(shù)優(yōu)化方法。方法 介于蝙蝠算法的模型簡(jiǎn)單、全局搜索能力強(qiáng)等特點(diǎn)。本文提出基于蝙蝠算法(BA)的SVM參數(shù)優(yōu)化方法,對(duì)SVM的懲罰參數(shù)和核參數(shù)進(jìn)行優(yōu)化。結(jié)果 通過(guò)8個(gè)UCI標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)集的Matlab仿真實(shí)驗(yàn),驗(yàn)證了算法的有效性和可靠性。結(jié)論 本文方法搜索的最優(yōu)參數(shù)較大地提高了SVM的分類(lèi)精度,加強(qiáng)了SVM的學(xué)習(xí)和泛化能力,是一種有效及穩(wěn)定的支持向量機(jī)參數(shù)優(yōu)化方法。

2 部分代碼

tic % 計(jì)時(shí)器 %% 清空環(huán)境變量 close all clear clc %format compact load('ISSL-Isomap.mat') % load CMPE原始 % mappedX=X; %% 數(shù)據(jù)提取 zc=mappedX(1:60,:);%特征輸入 lie=mappedX(61:120,:); mo

總結(jié)

以上是生活随笔為你收集整理的【预测模型】基于蝙蝠算法改进SVM实现预测matlab源码的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。