改进人工蜂群算法优化ELM分类模型

• 作者: 左开伟 覃永震 赵虎
• 来源期刊: 计算机测量与控制
• 关键词: 计算机应用技术 极限学习机 人工蜂群算法 分类模型 Kent映射
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 设计与应用
• 页码范围: 251-254
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.10.071

摘要

针对极限学习机(Extreme Learning Machine,ELM)参数优化问题,提出改进人工蜂群算法(Improvement Artificial bee colony,IABC)优化ELM分类模型;算法采用解更新策略池代替固定不变的更新策略,将邻域搜索自适应化;优化侦察蜂搜索方式,利用Kent映射产生均匀性更优的初始随机数序列;在分类数据集中,将IABC-ELM分类模型同ELM、PSO-ELM分类模型进行对比实验;实验中,IABC-ELM模型取得了最佳的分类结果,得到了最低的输出权重范数;结果表明,IABC-ELM模型分类效果显著优于对比模型,证实了IABC算法优化ELM分类模型的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵虎	武警工程大学信息工程系	6	14	2.0	3.0
2	左开伟	武警工程大学信息工程系	7	12	2.0	3.0
3	覃永震	武警工程大学信息工程系	3	10	2.0	3.0