期刊大全 雜志訂閱 SCI期刊 期刊投稿 出版社 公文范文 精品范文
摘要:支持向量機的學習和泛化能力很大程度上取決于其相關參數的選取.針對傳統網格算法的不足,引入全局粒子群算法,利用其能夠快速到達最優解附近的優勢:先使用粒子群算法進行粗搜;再使用網格搜索法進行小步長的精細搜索得到最優解.實驗結果表明:基于改進的網格搜索法SVM對比傳統網格搜索法SVM,在預測精度和運算時間上都具有優勢.
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
江西理工大學學報雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:經濟管理、土木·測繪、化學·環境、教育管理、學術探討、文化藝術研究、教學研究、環境與資源法學研究、控制·信息、礦業·安全、數學·物理、機械·電氣等。于1980年經新聞總署批準的正規刊物。
北大期刊
省級期刊
部級期刊
多年專注期刊服務,熟悉發表政策,投稿全程指導。因為專注所以專業。
推薦期刊保障正刊,評職認可,企業資質合規可查。
誠信服務,簽訂協議,嚴格保密用戶信息,提供正規票據。
如果發表不成功可退款或轉刊。資金受第三方支付寶監管,安全放心。