《表3 PSO参数优化结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器视觉的煤矸识别系统设计及试验研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

粒子群优化（Particle Swarm Optimization PSO）最早是由Eberhart和Kennedy于1995年提出，它用一种具有速度和位置属性的粒子来模拟觅食鸟类个体，每个粒子可视为N维搜索空间中的一个搜索个体，粒子的当前位置即为对应优化问题的一个候选解，粒子的飞行过程即为该个体的搜索过程[19，20]。文中通过PSO优化算法对SVM分类器的参数C和g进行寻优，设置迭代次数为50次，粒子规模为20，均在0.01～60区间内进行寻优，其结果见表3。