基于极限学习机集成的气候变化预测研究

• 作者: 刘文哲 张永 杨帆
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 粒子群 在线连续极限学习机 集成算法 投票算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 141-143
• 页数: 3页
• 分类号: TP319
• 字数: 2952字
• 语种: 中文
• DOI: 10.11907/rjdk.1511513

摘要

气候变化预测问题研究迫在眉睫。提出一种基于粒子群优化的集成算法，用在线连续极限学习机作为基分类器，根据不同的激励函数集成基分类器，用粒子群算法优化集成分类器的权值，投票得出最终结果。实验结果表明，该方法与基于梯度的算法相比，具有较高的准确率、g‐mean及较好的灵活性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永	辽宁师范大学计算机与信息技术学院	48	408	12.0	17.0
2	杨帆	辽宁师范大学计算机与信息技术学院	19	27	3.0	4.0
3	刘文哲	辽宁师范大学计算机与信息技术学院	4	8	1.0	2.0