基于布谷鸟搜索算法参数优化的组合核极限学习机 |
| |
引用本文: | 张森悦,谭文安,王楠.基于布谷鸟搜索算法参数优化的组合核极限学习机[J].吉林大学学报(理学版),2019,57(5):1185-1192. |
| |
作者姓名: | 张森悦 谭文安 王楠 |
| |
作者单位: | 南京航空航天大学计算机科学与技术学院,南京211106;沈阳航空航天大学经济与管理学院,沈阳 110136;南京航空航天大学计算机科学与技术学院,南京,211106;吉林财经大学管理科学与信息工程学院,长春,130117 |
| |
摘 要: | 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.
|
关 键 词: | 布谷鸟搜索算法 核极限学习机 组合核函数 |
收稿时间: | 2018-12-11 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文 |
|