基于量子遺傳優(yōu)化的改進極限學習機及應用 | |
所屬分類:技術(shù)論文 | |
上傳者:zhoubin333 | |
文檔大?。?span>4048 K | |
標簽: 極限學習機 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)絡的一種新型訓練方式——極限學習機算法的優(yōu)化和改進。首先通過與傳統(tǒng)的神經(jīng)網(wǎng)絡算法的對比,,介紹極限學習機算法的主要思想和流程,,展現(xiàn)其特點及優(yōu)勢,;其次,由于常規(guī)極限學習機在預測的精度上及運用的穩(wěn)定上存在不小的缺陷,,通過闡述幾個智能尋優(yōu)算法及優(yōu)缺點比較,,引出該文的重點量子遺傳算法,并利用此算法去優(yōu)化極限學習機的連接權(quán)值和閾值,,選取最優(yōu)的權(quán)值和閾值賦予測試網(wǎng)絡,,達到良好的使用效果;最后,,介紹了改進極限學習機算法在MATLAB上進行實驗仿真及結(jié)果分析的步驟與流程,,實驗結(jié)果說明改進后的算法相比于經(jīng)典算法在回歸問題的預測上有優(yōu)勢,預測精度更高,,且結(jié)果更穩(wěn)定,;在分類問題的處理上,,準確性也具有壓倒性優(yōu)勢。 | |
現(xiàn)在下載 | |
VIP會員,,AET專家下載不扣分,;重復下載不扣分,本人上傳資源不扣分,。 |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2