期刊大全 雜志訂閱 SCI期刊 期刊投稿 出版社 公文范文 精品范文
摘要：支持向量機的學習和泛化能力很大程度上取決于其相關參數的選取.針對傳統網格算法的不足,引入全局粒子群算法,利用其能夠快速到達最優解附近的優勢:先使用粒子群算法進行粗搜;再使用網格搜索法進行小步長的精細搜索得到最優解.實驗結果表明:基于改進的網格搜索法SVM對比傳統網格搜索法SVM,在預測精度和運算時間上都具有優勢.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
省級期刊 下單
國際刊號：2095-3046
國內刊號：36-1289/TF
國際刊號：2096-7586
國內刊號：42-1907/C
國際刊號：1672-528X
國內刊號：50-1163/TP
多年專注期刊服務，熟悉發表政策，投稿全程指導。因為專注所以專業。
推薦期刊保障正刊，評職認可，企業資質合規可查。
誠信服務，簽訂協議，嚴格保密用戶信息，提供正規票據。
如果發表不成功可退款或轉刊。資金受第三方支付寶監管，安全放心。
