论文研究 MP稀疏分解快速算法及其在语音识别中的应用.pdf

针对最小二乘支持向量机特征选择及参数优化问题，提出了一种基于PSO的LS-SVM特征选择与参数同步优化算法。首先产生若干种群（特征子集），然后用PSO算法对特征及参数进行优化。在UCI标准数据集上进行的仿真实验表明，该算法可有效地找出合适的特征子集及LS-SVM参数，且与基于遗传算法的最小二乘支持向量机算法（GALS-SVM）和传统的LS-SVM算法相比具有较好的分类效果。