江苏省科技厅软科学基金(BR2012043)
- 作品数：4 被引量：25H指数：3
- 相关作者：梁雪春王震宇孙朝东章少平更多>>
- 相关机构：南京工业大学更多>>
- 发文基金：江苏省科技厅软科学基金江苏省普通高校研究生科研创新计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 优化的支持向量机集成分类器在非平衡数据集分类中的应用被引量：9
- 2015年
- 传统的分类算法大都建立在平衡数据集的基础上,当样本数据不平衡时,这些学习算法的性能往往会明显下降。对于非平衡数据分类问题,提出了一种优化的支持向量机(SVM)集成分类器模型,采用KSMOTE和Bootstrap对非平衡数据进行预处理,生成相应的SVM模型并用复合形算法优化模型参数,最后利用优化的参数并行生成SVM集成分类器模型,采用投票机制得到分类结果。对5组UCI标准数据集进行实验,结果表明采用优化的SVM集成分类器模型较SVM模型、优化的SVM模型等分类精度有了明显的提升,同时验证了不同的boot Num取值对分类器性能效果的影响。
- 章少平梁雪春
- 关键词：非平衡数据支持向量机集成分类器
- 基于CFOA的混合核SVM参数优化被引量：3
- 2016年
- 针对混合核函数支持向量机(SVM)的多参数选择问题,利用具有较强全局搜索能力的混沌果蝇优化算法(CFOA)对混合核函数SVM中的重要参数进行优化调整。引入基于Lozi’s映射的混沌算法,提高果蝇种群的多样性和搜索的遍历性,有效避免局部最优;在果蝇优化算法中使用负线性搜索距离,提高算法精度。利用UCI数据库进行测试,测试结果表明,CFOA算法能够快速有效地提取混合核SVM的最佳参数组合,分类效果更好。
- 王震宇梁雪春
- 改进的花授粉算法优化SVM在交通流中的应用被引量：11
- 2016年
- 针对短时交通流预测模型存在稳定性不好、预测精度不高等问题,提出一种利用改进的花授粉算法(SFPA)优化支持向量机的短时交通流预测模型。将短时交通流时间序列进行相空间重构,利用模拟退火算法对FPA进行改进,形成SFPA优化算法,并应用到支持向量机参数优化过程中,构建一种SFPA-SVM短时交通流预测模型。通过实例对该模型进行性能测试,测试结果表明,SFPA-SVM模型提高了预测精度,对短时交通流预测是有效可行的。
- 孙朝东梁雪春
- 关键词：短时交通流相空间重构模拟退火
