location: Current position: Home >> Scientific Research >> Paper Publications

基于布谷鸟搜索算法参数优化的组合核极限学习机

Hits:

Affiliation of Author(s):计算机科学与技术学院/人工智能学院/软件学院

Title of Paper:基于布谷鸟搜索算法参数优化的组合核极限学习机

Journal:吉林大学学报(理学版)

Key Words:布谷鸟搜索算法;核极限学习机;组合核函数;

Abstract:针对单核极限学习机在泛化性能上存在一定局限性的问题,提出将再生核函数与多项式核函数相结合,建立一种新的组合核极限学习机模型,使其具有全局核与局部核的优点,并选择布谷鸟搜索算法对其参数进行优化选择.仿真实验结果表明,采用基于再生核的组合核函数作为极限学习机的核函数可行,在实验数据集的多值分类和回归问题上,与传统支持向量机及单核极限学习机相比,该模型具有更好的泛化性能.

ISSN No.:1671-5489

Translation or Not:no

Date of Publication:2019-09-26

Co-author:张森悦,王楠

Correspondence Author:twa

Pre One:Blockchain-Based UDDI Data Replication and Sharing

Next One:Team formation in social networks using imperialist competitive algorithm