一种基于PSO特征加权的局部支持向量机

来源 :智能计算机与应用 | 被引量 : 0次 | 上传用户:arksh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
特征权重是指样本特征对分类的重要程度。在分类过程中通常是将样本特征赋予相同的权重。事实上有相当可观的数据特征中存在许多与分类弱相关的特征,赋予相同的权重会降低分类精度。针对上述问题,提出了一种基于PSO特征加权的局部支持向量机,经UCI数据集测试,结果表明该算法的分类精度优于一般的局部支持向量机。
其他文献
针对物联网网络安全,应用免疫危险理论原理,研究动态自适应算法,提出一种基于免疫危险理论的新型动态自适应算法。该算法能够动态调整机体内各个区域细胞器的数量,构建全方位的物联网网络层动态防御体系。算法分析表明该算法能够识别物联网网络层的危险信号,并对危险区域的范围大小、危险程度和危险频率进行计算,根据危险程度做出及时地响应,有效地保证物联网网络层的安全。