SAPSO优化SVM参数

yuanweicao123 2016-06-14 08:24:52

各位大神，鄙人最近在做SAPSO优化SVM参数，但是发现在PSO中加入SA算法后，检测率以及检测时间什么的并没有发生丝毫的改变，自认为写的算法没有错，找不出原因，甚为苦恼。不知道大家有没有什么主意或者是有代码提供？感激不尽

...全文

140 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

yuanweicao123 2016-06-14

打赏
举报

回复

为什么都没有理

针对传统蛋白质模型质量评估没有考虑同源信息的问题，提出了一种基于LS-SVM评估蛋白质模型质量的方法。综合模拟退火（simulated annealing，SA）算法跳出局部最优解和粒子群（particle swarm optimization，PSO）算法收敛速度快的特点，提出了模拟退火粒子群（SAPSO）算法。利用SAPSO算法来优化LS-SVM参数C和γ，最后得到最优模型来评估蛋白质模型质量。实验结果表明，经SAPSO优化LS-SVM参数所得到的模型评估预测误差较小，且预测值更稳定。

SVM训练和测试数据。主要用于训练和测试自己写的Python版本的SVM，具体见我的博客： http://blog.csdn.net/zouxy09

以通俗简介的方式，从浅入深介绍SVM原理和代码流程让你从此不再惧怕SVM 视频部分： 01_SVM之回顾梯度下降原理02_SVM之回顾有约束的最优化问题03_SVM之回顾有约束的最优化问题-KKT几何解释04_SVM之回顾有约束的最优化问题-KKT数学解释05_SVM之回顾距离公式和感知器模型06_SVM之感知器到SVM的引入07_SVM之线性可分时损失函数的表示08_SVM之线性可分时损失函数的求解-对w,b变量求偏导09_SVM之线性可分时损失函数的求解-对β变量求解.10_SVM之线性可分时算法整体流程11_SVM之线性可分时案例12_SVM之线性不可分时软间隔介绍13_SVM之线性不可分时软间隔优化目标14_SVM之线性不可分时软间隔算法整体流程15_SVM之线性不可分时数据映射高维解决不可分问题16_SVM之线性不可分时核函数引入17_SVM之线性不可分时核函数讲解18_SVM代码之线性可分时和Logistic回归比较19_SVM代码之基于鸢尾花数据多分类参数解释20_SVM代码之基于鸢尾花数据网格搜索选择参数21_SVM代码之不同分类器，核函数，C值的可视化比较22_SVM之回归方式SVR23_SVM代码之SVR解决回归问题24_SVM之SMO思想引入25_SVM之SMO案列讲解代码部分:资料部分：

自己训练SVM分类器进行HOG行人检测. 环境为VS2010 + OpenCV2.4.4. 使用时请自行修改工程的include目录和lib目录配置。正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。 SVM使用的是OpenCV自带的CvSVM类。

【实例简介】本程序有算例分析，详细介绍了三种优化SVM方法：遗传算法、PSO、网格搜索法【实例截图】【核心代码】SVM参数优化└── SVM参数优化├── chapter13_GA.m├── chapter13_GridSearch.m├── chapter13_PSO.m├── chapter13_wine.mat└── html├── chapter13_01.png├── chapter13...

50,527

社区成员

85,606

社区内容

发帖

与我相关

我的任务

javaspring bootspring cloud 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章