支持向量机训练

2025-06-22 17:11:25
推荐回答(1个)
回答1:

将表7.2中的65个样本数据分成两类,测试样本13个,训练样本52个。首先对数据进行归一化处理,归一化到[-1,1];之后,设置PSO初始参数,进行C/σ2参数寻优,其中,学习因子c1=c2=2,粒子群个数为30,收敛因子K=0.729,初始位置权值为1,迭代最大时的惯性权值为1,最大速度为2,惩罚因子范围[2^0.1,2^150],核函数因子范围[2^0.1,2^150]。图7.1显示了经训练后,样本的适应度曲线。

从图7.1中可以看出,模型迭代结束后样本适应度达到了80%以上,说明训练基本达到平衡状态。经检验,测试数据准确率为69.23%,训练数据准确率为100%,样本总体准确率为100%,正类和负类准确率为100%,样本均衡准确率为50%。最优C/σ2参数分别为17.229和80.769。

由此可见,该模型设计合理,训练后的模型稳定,仿真精度较高,可以用于仿真处理。

图7.1 样本拟合曲线