基于量子遺傳優(yōu)化的改進(jìn)極限學(xué)習(xí)機(jī)及應(yīng)用
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大小：4048 K
標(biāo)簽： 極限學(xué)習(xí)機(jī) 量子遺傳算法 回歸擬合
所需積分：0分積分不夠怎么辦？
文檔介紹：主要研究的是神經(jīng)網(wǎng)絡(luò)的一種新型訓(xùn)練方式——極限學(xué)習(xí)機(jī)算法的優(yōu)化和改進(jìn)。首先通過與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法的對(duì)比，介紹極限學(xué)習(xí)機(jī)算法的主要思想和流程，展現(xiàn)其特點(diǎn)及優(yōu)勢(shì)；其次，由于常規(guī)極限學(xué)習(xí)機(jī)在預(yù)測(cè)的精度上及運(yùn)用的穩(wěn)定上存在不小的缺陷，通過闡述幾個(gè)智能尋優(yōu)算法及優(yōu)缺點(diǎn)比較，引出該文的重點(diǎn)量子遺傳算法，并利用此算法去優(yōu)化極限學(xué)習(xí)機(jī)的連接權(quán)值和閾值，選取最優(yōu)的權(quán)值和閾值賦予測(cè)試網(wǎng)絡(luò)，達(dá)到良好的使用效果；最后，介紹了改進(jìn)極限學(xué)習(xí)機(jī)算法在MATLAB上進(jìn)行實(shí)驗(yàn)仿真及結(jié)果分析的步驟與流程，實(shí)驗(yàn)結(jié)果說明改進(jìn)后的算法相比于經(jīng)典算法在回歸問題的預(yù)測(cè)上有優(yōu)勢(shì)，預(yù)測(cè)精度更高，且結(jié)果更穩(wěn)定；在分類問題的處理上，準(zhǔn)確性也具有壓倒性優(yōu)勢(shì)。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。