论文部分内容阅读
应用具有量子行为的粒子群优化算法，对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系，应用QPSO算法选取比较优秀的参数模型，比较参数模型的各项性能，选取最适合实际需要的参数模型．仿真表明，QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果，经QPSO优化后的SVM整体性能明显提高．