獅群優(yōu)化核極限學(xué)習(xí)機的分類算法 | |
所屬分類:技術(shù)論文 | |
上傳者:aetmagazine | |
文檔大?。?span>488 K | |
標(biāo)簽: 核極限學(xué)習(xí)機 獅群算法 麻雀搜索算法 | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:在核極限學(xué)習(xí)機(Kernel Based Extreme Learning Machine,KELM)分類應(yīng)用的基礎(chǔ)上,結(jié)合獅群算法(Loin Swarm Optimization,LSO)強全局尋優(yōu)能力與收斂快的特性,提出一種LSO優(yōu)化KELM算法。將測試準(zhǔn)確率作為LSO優(yōu)化KELM的適應(yīng)度函數(shù),根據(jù)移動位置獲取最優(yōu)適應(yīng)度值進行數(shù)據(jù)分類測試的評價標(biāo)準(zhǔn)。采用UCI數(shù)據(jù)集仿真測試,實驗結(jié)果表明,較KELM分類,LSO優(yōu)化KELM可獲得更優(yōu)的分類準(zhǔn)確率;較麻雀搜索算法(Sparrow Search Algorithm,SSA)優(yōu)化KELM,LSO優(yōu)化KELM收斂速度快,分類性能更優(yōu)。 | |
現(xiàn)在下載 | |
VIP會員,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。 |
Copyright ? 2005-2025 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2