| 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(cè)試準(zhǔn)確率作為L(zhǎng)SO優(yōu)化KELM的適應(yīng)度函數(shù)，根據(jù)移動(dòng)位置獲取最優(yōu)適應(yīng)度值進(jìn)行數(shù)據(jù)分類測(cè)試的評(píng)價(jià)標(biāo)準(zhǔn)。采用UCI數(shù)據(jù)集仿真測(cè)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(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。 | |
核極限學(xué)習(xí)機(jī) 相關(guān)資源
aetmagazine 的最新分享
- 國(guó)產(chǎn)高性能PLC綜合測(cè)試平臺(tái)設(shè)計(jì)
- 批產(chǎn)衛(wèi)星自動(dòng)化測(cè)試系統(tǒng)研究與實(shí)現(xiàn)
- 基于VMD-LSTM的非侵入式負(fù)荷識(shí)別方法
- 基于平均電流模式的同步Buck數(shù)字電源設(shè)計(jì)研究
- 基于以太網(wǎng)的FPGA遠(yuǎn)程調(diào)試系統(tǒng)設(shè)計(jì)
- 毫米波CQFN外殼地孔設(shè)計(jì)與優(yōu)化
- K波段緊湊型收發(fā)前端組件的設(shè)計(jì)
- 射頻模塊中晶振對(duì)電磁兼容影響研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2