獅群優(yōu)化核極限學(xué)習(xí)機(jī)的分類算法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：488 K
標(biāo)簽： 核極限學(xué)習(xí)機(jī) 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(jī)(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(qiáng)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(jìn)行數(shù)據(jù)分類測試的評價(jià)標(biāo)準(zhǔn),。采用UCI數(shù)據(jù)集仿真測試,，實(shí)驗(yàn)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,。