《表3 PSO参数优化结果》
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。
图表编号 | XD00205489900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.20 |
作者 | 庞尚钟、李博、王学文、王璐瑶、高新宇、宋旸、丁恩发 |
绘制单位 | 太原理工大学机械与运载工程学院、煤矿综采装备山西省重点实验室、太原理工大学机械与运载工程学院、煤矿综采装备山西省重点实验室、太原理工大学机械与运载工程学院、煤矿综采装备山西省重点实验室、太原理工大学机械与运载工程学院、煤矿综采装备山西省重点实验室、太原理工大学机械与运载工程学院、煤矿综采装备山西省重点实验室、山西焦煤汾西矿业正文煤业、大同煤矿集团机电装备约翰芬雷洗选技术设备有限公司 |
更多格式 | 高清、无水印(增值服务) |