基于自适应粒子群的最小二乘支持向量机预测方法[发明专利]

专利名称：基于自适应粒子群的最小二乘支持向量机预测方法专利类型：发明专利
发明人：李海港,张倩,王德明,曾磊,程坤
申请号：CN201610966772.X
申请日：20161028
公开号：CN106503788A
公开日：
20170315
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于自适应粒子群的最小二乘支持向量机预测方法，该方法根据群体的收敛程度和个体的适应值来调整惯性权重，加快训练速度，利用该算法迭代求解LS‑SVM中出现的矩阵方程，避免矩阵求逆，节省内存，并求得最优解。

该方法可以有效简化训练样本，提高训练速度，且分类精度良好，收敛速度快，有很好的泛化能力。

解决了预测时特征维数较高、特征之间存在冗余且样本有限的问题。

申请人：中国矿业大学
地址：221116 江苏省徐州市大学路1号中国矿业大学南湖校区
国籍：CN
代理机构：淮安市科翔专利商标事务所
代理人：韩晓斌
更多信息请下载全文后查看。