论文部分内容阅读
深度学习模型中,超参数的选择对分类效果有较大的影响。因此,为了提高超参数优化的效率,提出了一种改进粒子群优化算法对超参数进行优化。该算法对惯性因子采用非线性化的调整策略,并引入了停滞检测及对全局最佳粒子进行扰动的方法,进而改善算法的收敛性和优化性。实验结果表明,该改进算法具有较好的收敛和优化效果。