[1]俞颖,黄风华,阮奇.基于改进粒子群优化算法和CRNN的多类SVM分类[J].延边大学学报(自然科学版),2019,(03):215-220.
 YU Ying,HUANG Fenghua,RUAN Qi.Classification of multi-class support vector machines based on improved particle swarm optimization and CRNN[J].Journal of Yanbian University,2019,(03):215-220.
点击复制

基于改进粒子群优化算法和CRNN的多类SVM分类

参考文献/References:

[1] CORINNA Cortes, VLADIMIR Vapnik. Supprot vector networks[J]. Machine Learning, 1995,20(3):273-297.
[2] 庄严,白振林,许云峰.基于蚁群算法的支持向量机参数选择方法研究[J].计算机仿真,2011,28(5):216-219.
[3] 刘鲭洁,陈桂明,刘小方,等.基于遗传算法的SVM参数组合优化[J].计算机应用与软件,2012,29(4):94-96.
[4] 李楠,朱秀芳,潘耀忠,等.人工蜂群算法优化的SVM遥感影像分类[J].遥感学报,2018,22(4):559-569.
[5] 邱云飞,李智义.改进人工鱼群算法在SVM参数优化中的应用[J].计算机工程与科学,2018,40(11):2076-2078.
[6] SUBAI A. Classification of EMG signals using PSO optimized SVM for diagnosis of neuromuscular disorders[J]. Computers in Biology and Medicine, 2013,43(5):576-586.
[7] 王振武,孙佳骏,尹成峰.改进粒子群算法优化的支持向量机及其应用[J].哈尔滨工程大学学报,2016,37(12):1728-1733.
[8] 张进,丁胜,李波.改进的基于粒子群优化的支持向量机特征选择和参数联合优化算法[J].计算机应用,2016,36(5):1330-1335.
[9] 于梦馨,刘波,汤恩生.改进粒子群算法优化SVM参数的遥感图像分类[J].航天返回与遥感,2018,39(2):133-140.
[10] 张国梁,贾松敏,张祥银,等.采用自适应变异粒子群优化SVM的行为识别[J].光学精密工程,2017,25(6):1669-1678.
[11] 赵志刚,黄树运,王伟倩.基于随机惯性权重的简化粒子群优化算法[J].计算机应用研究,2014,31(2):361-364.
[12] HSU C W, LIN C J. A comparison of methods for multi-class support vector machines[J]. IEEE Transaction on Neural Network, 2002,13(2):415-425.
[13] BREDENSTEINER E J, BENNETT K P. Multicategory classification by support vector machines[J]. Computational Optimization and Applications, 1999,12(1):53-79.
[14] 于梦馨,刘波,汤恩生.改进粒子群算法优化SVM参数的遥感图像分类[J].航天返回与遥感,2018,39(2):133-140.
[15] 张俊红,刘昱,马文朋,等.基于GAPSO-SVM的航空发动机典型故障诊断[J].天津大学学报,2012,45(12):1057-1061.
[16] HU Z X, HU Y M, LIU J, et al. A CRNN module for hand pose estimation[J]. Neurocomputing, 2019,333:157-168.
[17] LI W, CAO L, ZHAO D, et al. CRNN: Integrating classification rules into neural network[C]//Dallas: International Joint Conference on Neural Networks, 2015.

备注/Memo

收稿日期: 2019-08-10
基金项目: 福建省自然科学基金资助项目(2019J01088)
作者简介: 俞颖(1984—),女,讲师,研究方向为数据挖掘、模式识别.

更新日期/Last Update: 2019-11-20