基于ACPSO的最小二乘支持向量机分类方法研究

摘要

由于在作战模拟仿真中的数据具有量大、维度高、复杂性强、非线性等特点,SVM方法最适合进行作战模拟仿真数据分类.但SVM存在两大问题,针对面对大规模数据计算速度需要提高和超参数选择难的问题,本文提出了一种基于自适应粒子群的最小二乘支持向量机分类方法,通过对比分析,表明其在非线性高维、高维数据中实施分类具有精度高、耗时少的优势,有效地解决了问题.