Biblioteca32.346 documentos en línea

Artículo

The Construction of Support Vector Machine Classifier Using the Firefly AlgorithmLa construcción del clasificador de la máquina de vectores de apoyo utilizando el algoritmo Firefly

Resumen

El ajuste de los parámetros en las máquinas de vectores de soporte (SVM) es muy importante con respecto a su precisión y eficiencia. En este trabajo, empleamos el algoritmo de la luciérnaga para entrenar todos los parámetros de la SVM simultáneamente, incluyendo el parámetro de penalización, el parámetro de suavidad y el multiplicador lagrangiano. El método propuesto se denomina SVM basada en luciérnagas (firefly-SVM). Esta herramienta no se considera la selección de características, porque la SVM, junto con la selección de características, no es adecuada para la aplicación en una clasificación multiclase, especialmente para la SVM multiclase uno-contra-todo. En los experimentos, se exploran las clasificaciones binarias y multiclase. En los experimentos de clasificación binaria, se utilizan diez de los conjuntos de datos de referencia del repositorio de aprendizaje automático de la Universidad de California, Irvine (UCI); además, la luciérnaga-SVM se aplica al diagnóstico multiclase de imágenes ultrasónicas del supraespinoso. El rendimiento de la clasificación de la luciérnaga-SVM también se compara con el método LIBSVM original asociado al método de búsqueda en cuadrícula y a la optimización de enjambre de partículas basada en SVM (PSO-SVM). Los resultados experimentales abogan por el uso de firefly-SVM para clasificar patrones con la máxima precisión.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento