计算机工程与科学

作者：唐宇, 代琪, 杨梦园, 陈丽芳,

单位：（1.华北理工大学理学院，河北 唐山 063210;2.中国石油大学北京 自动化系,北京 102249;3.河北省数据科学与应用重点实验室，河北 唐山 063210

关键词：麻雀搜索算法,支持向量机,折射反向学习,可变对数螺线；异常点检测,

基金：国家自然科学基金(52074126)

支持向量机是检测异常点的常用方法,但其仍然存在难以高效获取最优参数，导致检测效率低、稳定性差的问题。鉴于此，提出一种改进的麻雀搜索算法ISSA，并将其用于优化支持向量机参数。首先，采用改进折射反向学习和可变对数螺线改进传统麻雀搜索算法；然后，利用改进麻雀搜索算法ISSA对支持向量机参数进行优化；最后，将优化后的支持向量机用于异常点检测。仿真实验结果表明，在G-mean和F-measure 2个评价指标上，利用ISSA优化后的支持向量机检测效果明显优于其它3种分类算法，具有更优秀的检测效率、稳定性和泛化能力。

来源：2023年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第2期