[發明專利]一種基于改進網格搜索算法的SVM參數優化方法

在審

• 申請號: 201910947756.X
• 申請日: 2019-10-08
• 公開（公告）號: CN110837845A
• 公開（公告）日: 2020-02-25
• 發明（設計）人: 徐東;溫慧;王燊;孟宇龍;張子迎;潘思辰;王志文;關智允
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于改進網格搜索算法的SVM參數優化方法，其特征在于，包括如下步驟：

步驟1：初始化分類器和粒子群算法的相關參數，選擇對分類器性能影響較大的參數作為待優化參數，由粒子群算法獲得全局最優參數或局部最優參數；

步驟2：將步驟1中求得的最優參數作為目標點，初始化網格搜索的空間范圍參數和網格搜索過程中的搜索步長參數，以及其他變量；

步驟3：在步驟2選定的范圍內進行網格搜索，采用k-cv交叉驗證，重新獲得該范圍內的最優參數；

步驟4：將重新獲得的最優參數和原來的參數進行比較，若兩次獲得的參數不相等，將重新獲得的最優參數作為目標點，將其搜索范圍按照規則進行更新作為新的搜索空間:判斷是否滿足停止條件，若滿足條件則結束尋優過程，輸出最優參數組合，

步驟5：若不滿足最優條件，則繼續將原來的最優參數作為目標點，在原來的搜索范圍基礎上按照規則重新擴大搜索范圍，同時增大搜索步長，返回步驟3繼續迭代尋優，直至滿足最優條件。

2.根據權利要求1中所述的一種基于改進網格搜索算法的SVM參數優化方法，其特征在于，所述步驟1中待優化參數包括：高斯核函數g(g＝σ²)和懲罰因子C；所述步驟2中相關的參數包括：參數C的范圍區間最小值指數d_min，參數C的范圍區間最大值指數d_max，參數g的范圍區間最小值指數f_min，參數g的范圍區間最大值指數f_max，參數C的搜索步長C_step，參數g的搜索步長g_step，系數變量M、N與常數L，其中參數的搜索范圍存在如下關系：

3.根據權利要求1中所述的一種基于改進網格搜索算法的SVM參數優化方法，其特征在于，所述步驟4中，區間的變化與搜索步長變化的具體方法為：若新求得的最優參數C′_best，g′_best分別與上一次迭代過程中的參數C_best，g_best相等，搜索區間的端點值相關參數更新公式及步長更新公式為：

C′_step＝N×C_step，g′_step＝M×g_step；

其中d_min、d_max是參數C的范圍區間相關的指數參數，f_min與f_max是參數g的范圍區間相關指數，常數C_step和g_step是初始化時預設的步長，C′_step與g′_step是在步驟4中更新的階段性步長參數，M與N是系統變量且遵循一定的變化規律；

若新求得的最優參數C′_best，g′_best分別與上一次迭代過程中的參數C_best，g_best不相等，根據新獲得的最優參數與上一次迭代過程中的最優參數的大小關系，搜索區間的端點值相關參數更新公式分別是：

當C′_best>C_best時：d_max＝d_max+L；

當C′_best<C_best時：d_min＝d_min-L，

同理，

當g′_best>g_best時：f_max＝f_max+L；

當g′_best<g_best時：f_min＝f_min-L，

其中，C′_best，g′_best是本次迭代過程中新求得的最優參數。