10.3969/j.issn.1000-386x.2020.07.009
基于自适应引力搜索的支持向量机在公安巡防警情分类中的应用研究
针对传统公安警情数据手工分析结果准确性差及效率低等缺点,提出基于自适应引力搜索的支持向量机分类方法.针对GSA(Gravitational Search Algorithm)易于陷入局部最优的特点,提出一种引力常数G的自适应策略,自适应调整算法的寻优步长,有效地调整了算法的探索与开发能力.将自适应GSA与SVM相结合,提出基于自适应GSA的SVM参数优化过程,利用自适应GSA较强的全局搜索能力,不断优化调整SVM参数,给出参数组合的最优解.基于自适应GSA-SVM,与公安巡防警情数据文本分类的需求相结合,设计实现了公安警情分类系统.实验表明,改进方法优化SVM参数产生了较高的精度和较强的泛化能力,且针对公安巡防警情信息的分类在准确率、查全率等方面均优于传统的GSA.
支持向量机、文本分类、公安巡防、机器学习、参数优化、引力搜索算法
37
TP311(计算技术、计算机技术)
2020-07-17（万方平台首次上网日期，不代表论文的发表时间）
共5页
56-60
