| 狮群优化核极限学习机的分类算法 | |
| 所屬分類：技术论文 | |
| 上傳者：aetmagazine | |
| 文檔大小：488 K | |
| 標簽： 核极限学习机 狮群算法 麻雀搜索算法 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在核极限学习机(Kernel Based Extreme Learning Machine，KELM)分类应用的基础上，结合狮群算法(Loin Swarm Optimization，LSO)强全局寻优能力与收敛快的特性，提出一种LSO优化KELM算法。将测试准确率作为LSO优化KELM的适应度函数，根据移动位置获取最优适应度值进行数据分类测试的评价标准。采用UCI数据集仿真测试，实验结果表明，较KELM分类，LSO优化KELM可获得更优的分类准确率；较麻雀搜索算法(Sparrow Search Algorithm，SSA)优化KELM，LSO优化KELM收敛速度快，分类性能更优。 | |
| 現在下載 | |
| 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 華北計算機系統工程研究所版權所有 京ICP備10017138號-2