[发明专利]一种分数阶序列最小优化算法在审
申请号: | 201910540221.0 | 申请日: | 2019-06-21 |
公开(公告)号: | CN110309866A | 公开(公告)日: | 2019-10-08 |
发明(设计)人: | 代立才;赵春娜;刘亚南 | 申请(专利权)人: | 云南大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G01N29/04 |
代理公司: | 成都九鼎天元知识产权代理有限公司 51214 | 代理人: | 阳佑虹 |
地址: | 650091 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种分数阶序列最小优化算法,所述方法包括步骤:将支持向量机最优化问题进行化简;根据分数阶微积分的定义,求分数阶导数;将分数阶导数代入支持向量机最优化问题中得到目标函数的分数阶表达式;进一步计算,得到更新值计算表达式;更新超平面偏函数移量;根据参数确定最终分类结果。通过将分数阶微积分与支持向量机相结合,对支持向量机中整数阶序列最小优化算法进行了分数阶拓展,提高了序列最小优化算法的精度。利用本方法对高维声纳数据进行分类确定岩石或者矿山。为地质工作者判断是岩石与矿山提供参考,从而节省了地质勘探工作中所需的人力、物力。 | ||
搜索关键词: | 分数阶 支持向量机 最小优化 算法 最优化 导数 岩石 矿山 地质勘探 参数确定 分类结果 目标函数 声纳数据 超平面 整数阶 高维 更新 地质 参考 分类 拓展 | ||
【主权项】:
1.一种分数阶序列最小优化算法,其特征在于,所述方法包括以下步骤:S1:将支持向量机最优化问题进行化简,化简结果为含有
和
两项的目标函数;S2:根据分数阶微积分的定义,分别求得
和
的分数阶导数;S3:将
和
的分数阶导数代入支持向量机最优化问题中得到目标函数的分数阶表达式;进一步计算,得到α1,α2的更新值计算表达式,并使用启发式算法求得α1,α2的值;S4:根据
和
的值更新超平面偏函数移量b;S5:根据参数确定最终分类结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南大学,未经云南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910540221.0/,转载请声明来源钻瓜专利网。