2024年11月28日
星期四
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
陈振宇
作品数:
1
被引量:5
H指数:1
供职机构:
广东白云学院
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
向毅
广东白云学院
钟学军
广东白云学院
卢旭文
广东白云学院
彭雨明
广东白云学院
高静
广东白云学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
音乐
1篇
音乐流派
1篇
优化支持向量...
1篇
支持向量
1篇
支持向量机
1篇
群算法
1篇
人工蜂群
1篇
人工蜂群算法
1篇
向量
1篇
向量机
1篇
蜂群算法
机构
1篇
广东白云学院
作者
1篇
高静
1篇
彭雨明
1篇
陈振宇
1篇
卢旭文
1篇
钟学军
1篇
向毅
传媒
1篇
数学的实践与...
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
人工蜂群算法优化支持向量机及其在音乐流派自动分类中的应用
被引量:5
2013年
音乐流派是区分和描述不同音乐的一种标签,借助数学和计算机的方法将大量音乐自动分为不同流派是目前国内外研究的热点问题之一.支持向量机(SVM)由于其具有严格的数学理论基础而被广泛应用于音乐流派自动分类.然而,支持向量机的惩罚参数和核参数对其分类效果具有重要影响.以交叉验证正确率作为适应值,采用人工蜂群(ABC)算法优化支持向量的控制参数.在音乐流派自动分类的仿真实验中,经ABC算法优化后的支持向量机取得的平均预测正确率为80.8000%(最优预测正确率达83%),高出默认参数SVM 18.8个百分点.与粒子群优化算法及遗传算法相比,仿真实验结果同样显示了ABC算法的优越性.
向毅
陈振宇
彭雨明
卢旭文
高静
钟学军
关键词:
人工蜂群算法
支持向量机
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张