收藏本站
《太原理工大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群和人工蜂群的混合优化算法优化SVM参数及应用

刘俊芳  
【摘要】:由于粒子群算法自身存在局限性,需要借鉴其他算法的特性来弥补。因此,粒子群算法和其他群智能优化算法的混合成为目前算法改进的研究热点之一。人工蜂群算法是一种新型的群智能算法,具有全局和局部寻优的特点,将其与粒子群算法相结合,能弥补粒子群极易陷入局部最优和早熟收敛的不足,同时保持粒子群的全局搜索和简单容易实现的特点。因此,本文提出了一种改进的粒子群算法并将其应用到SVM参数优化中,进行语音识别。 首先,本文将粒子群算法和人工蜂群算法相结合,提出一种粒子群和人工蜂群的并行混合优化算法。将算法应用到函数优化问题中,用典型的单峰函数和多峰函数进行最小值寻优,测试算法的优化性能。实验结果表明,与自适应的粒子群算法相比,混合优化算法具有优化精度高,收敛精度高,迭代次数少,成功率高等特点,体现出良好的鲁棒性和较快的收敛速度。在此算法的基础上,本文引入带有调节因子的人工蜂群算法,实验结果表明带有调节因子的混合算法在高维条件下,更适合于多峰函数,表现出良好的寻优能力,有效地避免了局部最优。 其次,由于支持向量机能很好地解决分类问题,是一种新型的机器学习理论。支持向量机的核参数对分类性能有重要的影响,其优化方法还比较局限。因此,本文将混合算法用于优化支持向量机的核参数,并将优化后的支持向量机应用到语音识别中。实验结果表明,与用粒子群优化核参数后的支持向量机相比,用混合算法优化核参数后的支持向量机具有良好的抗噪性、鲁棒性,其语音识别能力和泛化能力较强。 再次,由于核函数的类型决定着支持向量机的分类性能,混合核函数作为一种新型的核函数同时具有局部核函数和全局核函数的性能。对其参数进行寻优,得到最优的参数组合,提高混合核支持向量机的分类性能是目前的研究热点之一。本文将混合算法用于优化混合核函数的支持向量机参数,并将优化后的支持向量机用于语音识别。实验结果表明,与粒子群优化的支持向量机相比,混合算法优化的混合核支持向量机具有较高的语音识别率,能适应不同的样本特征。通过综合比较混合算法优化混合核函数和RBF核函数的支持向量机分类性能,结果表明优化混合核函数的支持向量机具有较好的鲁棒性和泛化能力。
【学位授予单位】:太原理工大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP18;TN912.34

【参考文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 任玉艳;鲍洁;王洪瑞;;改进蚁群算法在支持向量机中的应用[J];传感器与微系统;2011年08期
3 胡中华;赵敏;;基于人工蜂群算法的机器人路径规划[J];电焊机;2009年04期
4 段玉红;;一种新的改进粒子群算法[J];甘肃联合大学学报(自然科学版);2011年06期
5 夏平平;吕太之;贾岩峰;;免疫粒子群优化算法及性能分析[J];贵州大学学报(自然科学版);2011年05期
6 刘东辉;卞建鹏;付平;刘智青;;支持向量机最优参数选择的研究[J];河北科技大学学报;2009年01期
7 毛志亮;刘春波;潘丰;;基于IPSO的混合核函数SVM参数优化及应用[J];江南大学学报(自然科学版);2009年06期
8 赵欣;叶庆卫;周宇;;一种保持PSO与GA独立性的混合优化算法[J];计算机工程与应用;2009年26期
9 王杰文;夏长清;;一个基于PSO和DE的杂凑全局优化算法[J];计算机工程与应用;2010年03期
10 杜振鑫;王兆青;;一种个性化变异的免疫粒子群算法[J];计算机工程与应用;2011年27期
中国博士学位论文全文数据库 前1条
1 陆宁;基于群集智能与算法融合的电力负荷组合预测[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 王萍萍;基于捕食搜索策略的遗传算法的研究及应用[D];江南大学;2011年
2 毛志亮;混合核函数支持向量机在发酵过程建模中的应用研究[D];江南大学;2011年
3 黄虹;基于粒子群—蚁群算法的随机需求车辆路径问题研究[D];福建农林大学;2011年
4 徐水华;粒子群优化算法及支持向量机应用研究[D];广西民族大学;2011年
5 李艳英;基于支持向量机参数优化的群智能优化算法研究[D];天津大学;2007年
6 李红英;支持向量分类机的核函数研究[D];重庆大学;2009年
7 刘健;混合微粒群算法研究及在随机规划中的应用[D];中国石油大学;2009年
8 段继康;多类分类支持向量机在语音识别中的应用研究[D];太原理工大学;2010年
9 林令娟;模拟退火微粒群混合算法的研究及应用[D];山东师范大学;2010年
10 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 陈蕴谷;;基于谱减法和经验模式分解的语音增强[J];安庆师范学院学报(自然科学版);2010年01期
2 刘文彪;曹延杰;张媛;邹本贵;;基于蚁群算法的同步感应线圈炮结构参数优化[J];兵工学报;2011年11期
3 李玉玲;吴祈宗;;基于智能算法的面向目标Credal网络近似推理方法研究[J];北京理工大学学报;2009年08期
4 唐静静;董海祥;;瓦楞纸箱CAD系统新模块的开发[J];包装与食品机械;2007年03期
5 李辉;蔡敏;李宇;李跃志;;基于自适应粒子群优化算法的神经网络的优化研究[J];江西师范大学学报(自然科学版);2010年06期
6 冯哲;孙吉贵;张长胜;王岩;;汉语语音合成的研究进展[J];吉林大学学报(信息科学版);2007年02期
7 张余生;夏秀渝;杨莎;;基于神经网络和卡尔曼滤波算法的说话人识别[J];成都信息工程学院学报;2008年04期
8 冀常鹏;高茉;;嘈杂环境下语音信号端点检测方法研究[J];成都信息工程学院学报;2011年03期
9 吴晶;柳洪轶;;基于子带编码的数字音频水印算法研究[J];长春工程学院学报(自然科学版);2008年03期
10 张东;林晖;;基于子带编码的数字音频隐藏算法研究[J];长春工程学院学报(自然科学版);2009年04期
中国重要会议论文全文数据库 前10条
1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
2 李军亮;肖新平;毛树华;;灰色双层线性规划的粒子群解法[A];第二十七届中国控制会议论文集[C];2008年
3 刘捷;李军亮;廖锐全;;非等间隔广义累加灰色预测模型及其应用[A];第二十九届中国控制会议论文集[C];2010年
4 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
5 董静;刘健刚;;英语寂语声信号检测[A];2011'中国西部声学学术交流会论文集[C];2011年
6 李曼曼;杨鸿武;洪宁;杨硕;刘亚丽;;基于EMD的带噪语音端点检测[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
7 黄晓丹;洪青阳;李琳;李稀敏;梁大伟;陈万里;吕伟辰;丘敬云;王薇;;声纹识别语音数据库建设的探讨[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
8 李丽;程玉荣;牛奔;;离散人工蜂群算法求解旅行商问题[A];第十三届中国管理科学学术年会论文集[C];2011年
9 方杰;李英;陶泯;;语音信号的一种加权的鲁棒特征参数W_RAS_MFCC[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
10 杨威明;;基于阈值的小波变换语音增强方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
中国博士学位论文全文数据库 前10条
1 黄湘松;基于混淆网络的汉语语音检索技术研究[D];哈尔滨工程大学;2010年
2 徐小峰;面向船舶制造协同物流网络的资源优化研究[D];哈尔滨工程大学;2009年
3 陈广洲;多源信息耦合的成矿预测新模型研究[D];合肥工业大学;2010年
4 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
5 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
6 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年
7 王玉宝;节水型农业种植结构优化研究[D];西北农林科技大学;2010年
8 尹伟;基于模型的语音增强方法及质量评估研究[D];武汉大学;2009年
9 曾庆虎;机械传动系统关键零部件故障预测技术研究[D];国防科学技术大学;2010年
10 张凌云;高密度电阻率勘探反演的非线性方法研究[D];太原理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 王萍;语音情感识别研究[D];山东科技大学;2010年
2 楼侃;基于DSP的语音信号环境噪声降噪处理技术的研究[D];长春理工大学;2010年
3 肖小城;粒子群算法求解作业车间调度问题的研究[D];郑州大学;2010年
4 靳志强;报告厅环境下语音增强方法研究[D];郑州大学;2010年
5 刘军;基于改进蚁群算法的移动机器人路径规划研究[D];郑州大学;2010年
6 王文姝;基于模糊理论的关键词识别算法研究[D];哈尔滨工程大学;2010年
7 刘维巍;语音信号基音周期检测算法研究[D];哈尔滨工程大学;2010年
8 孙大为;数字化单边带水声语音通信系统的研究与实现[D];哈尔滨工程大学;2010年
9 陈伟伟;基于鼾声检测的睡眠呼吸暂停低通气综合症诊断[D];大连理工大学;2010年
10 翟文博;基于SIP协议框架的语音通信系统的研究与设计[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 杨晨光;涂序彦;陈杰;;Study of Direction Probability and Algorithm of Improved Marriage in Honey Bees Optimization for Weapon Network System[J];Journal of China Ordnance;2009年02期
2 黄聪明,陈湘秀;小生境遗传算法的改进[J];北京理工大学学报;2004年08期
3 胡中华;赵敏;;基于人工蜂群算法的TSP仿真[J];北京理工大学学报;2009年11期
4 刘晋;亢耀先;;车辆路线问题的一种新的启发式算法——二重优化法[J];北京邮电学院学报;1985年01期
5 闵克学;葛宏伟;张毅;梁艳春;;基于蚁群和粒子群优化的混合算法求解TSP问题[J];吉林大学学报(信息科学版);2006年04期
6 刘淳安,陈一虎;基于带变异算子的粒子群优化算法[J];重庆工学院学报;2005年08期
7 田智慧;苗全生;武舫;;大区域物流配送中车辆路径选择的GIS研究[J];测绘科学;2008年05期
8 原萍,王光兴,张洋洋;求解通信优化问题的一种微粒群优化方法[J];东北大学学报;2004年10期
9 陈炳瑞,冯夏庭;压缩搜索空间与速度范围粒子群优化算法[J];东北大学学报;2005年05期
10 常玉清,王小刚,王福利;基于多神经网络模型的软测量方法及应用[J];东北大学学报;2005年06期
中国重要会议论文全文数据库 前2条
1 侯伟真;潘美芹;;高斯核支持向量机最优模型参数选择搜索算法[A];中国运筹学会第八届学术交流会论文集[C];2006年
2 苏毅;吴文虎;郑方;方棣棠;;基于支持向量机的语音识别研究[A];第六届全国人机语音通讯学术会议论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
2 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年
3 吴小俊;图象特征抽取与识别理论及其在人脸识别中的应用[D];南京理工大学;2002年
4 程志刚;连续蚁群优化算法的研究及其化工应用[D];浙江大学;2005年
5 王俊伟;粒子群优化算法的改进及应用[D];东北大学;2006年
6 王磊;支持向量机学习算法的若干问题研究[D];电子科技大学;2007年
7 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年
8 娄山佐;车辆路径问题的建模及优化算法研究[D];西北工业大学;2006年
9 姚志红;多元共生遗传算法研究及其在藻类智能模式识别中的应用[D];上海大学;2007年
10 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 孟小平;物流配送及其运输调度优化研究[D];大连海事大学;2001年
2 王佳超;应用蚁群算法进行物流配送路线优化研究[D];大连海事大学;2006年
3 梁五洲;抗噪语音识别特征提取算法的研究[D];太原理工大学;2006年
4 司徒浩臻;基于遗传算法的多序列比对算法研究[D];暨南大学;2006年
5 邹来禧;分布式并行遗传算法在强耦合分离过程综合优化中的应用[D];浙江大学;2007年
6 曹兆龙;基于支持向量机的多分类算法研究[D];华东师范大学;2007年
7 吴春连;基于GA参数优化的在线学习SVM算法及其在气象预测中的应用[D];吉林大学;2007年
8 罗飞;语音识别技术在虚拟校园中的应用研究[D];华中师范大学;2007年
9 路景;基于改进遗传算法的智能组卷研究[D];中南大学;2007年
10 唐飞;基于支持向量机软测量技术的研究和应用[D];浙江工业大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 王清翔;仲婷;潘金贵;;基于SVM的日文网页分类[J];广西师范大学学报(自然科学版);2007年02期
2 赵书河,冯学智,都金康,林广发;基于支持向量机的SPIN-2影像与SPOT-4多光谱影像融合研究[J];遥感学报;2003年05期
3 张键;于忠党;栾海滢;;基于SVM的教师评价系统研究[J];教育信息化;2006年03期
4 薄丽玲;;基于SVM的数字图像水印检测算法设计[J];科技情报开发与经济;2007年33期
5 黄秀丽;王蔚;;SVM在非平衡数据集中的应用[J];计算机技术与发展;2009年06期
6 刘晓亮;丁世飞;朱红;张力文;;SVM用于文本分类的适用性[J];计算机工程与科学;2010年06期
7 任俊旭;;基于SVM的企业信息化能力成熟度测度模型研究[J];商业文化(下半月);2011年04期
8 吴春辉;陈洪生;;基于内容的音频分类技术综述[J];现代计算机(专业版);2011年05期
9 毛伟;;基于支持向量机的回归应用研究[J];科技资讯;2011年12期
10 王双亭;艾泽天;都伟冰;康敏;;基于SVM不同核函数的多源遥感影像分类研究[J];河南理工大学学报(自然科学版);2011年03期
中国重要会议论文全文数据库 前10条
1 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
3 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
4 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
5 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
6 宋鑫颖;周志逵;;一种基于SVM的主动学习文本分类方法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
8 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
9 ;Adaptive Control of Nonlinear System Based on SVM Online Algorithm[A];中国自动化学会控制理论专业委员会D卷[C];2011年
10 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
中国重要报纸全文数据库 前6条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 本报记者 韩露;乱军之中智者胜[N];证券时报;2000年
3 ;基于网络层的存储虚拟化是主流[N];中国计算机报;2008年
4 本报记者 郭平;LSI发布新存储虚拟化管理器[N];计算机世界;2008年
5 刘;LSI Engenio 7900存储面向中端客户[N];电脑商报;2008年
6 王琨月;存储虚拟化市场的博弈[N];网络世界;2008年
中国博士学位论文全文数据库 前10条
1 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
2 申丰山;样例权重估计及在此基础上的SVM[D];西安电子科技大学;2011年
3 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
4 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
5 龙艳花;基于SVM的话者确认关键技术研究[D];中国科学技术大学;2011年
6 许敏强;基于话者统计特征和SVM的文本无关话者确认研究[D];中国科学技术大学;2011年
7 陈其松;智能优化支持向量机预测算法及应用研究[D];贵州大学;2009年
8 曹志坤;制冷陈列柜性能仿真SVM方法的研究及应用[D];上海交通大学;2010年
9 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
10 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 朱天一;基于SVM的梅雨量预测研究[D];南京信息工程大学;2011年
2 严会霞;基于SVM的眼动轨迹解读思维状态的研究[D];太原理工大学;2010年
3 吴迪;基于SVM分类器的分步定位算法研究[D];哈尔滨工业大学;2010年
4 杨焕;基于Basic-N-Units特征的SVM方法预测MicroRNA[D];吉林大学;2010年
5 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
6 曹云生;基于支持向量机(SVM)的森林生态系统健康评价及预警[D];河北农业大学;2011年
7 张汉女;基于SVM的海岸线提取方法研究[D];东北师范大学;2010年
8 姚玉;基于GA-SVM算法的细胞色素酶P450突变预测[D];上海交通大学;2011年
9 陈燃燃;基于SVM算法的web分类研究与实现[D];北京邮电大学;2010年
10 陈卓;基于聚类和SVM主动反馈的图像检索方法[D];重庆大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026