基于PSO-ELM特征映射的KNN分类算法

• 作者: 丁建立 刘涛 曹卫东 王家亮
• 来源期刊: 现代电子技术
• 关键词: K近邻分类算法 极端学习机 特征映射 粒子群算法 混合算法 线性不可分
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 152-156
• 页数: 5页
• 分类号: TN911.1-34|TP181
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.05.036

摘要

针对传统极端学习机算法(ELM)和K近邻分类算法(KNN)在处理分类问题中存在的问题,提出一种基于PSO-ELM特征映射的KNN分类算法.该算法利用ELM的输入层权值和隐层神经元对输入样本进行非线性映射,并利用粒子群算法(PSO)寻找一组最优的ELM映射参数,再将映射后的特征样本输入到KNN算法中,提高处理线性不可分问题的能力.在多个数据集上的实验结果表明,文中算法比KNN改进算法以及ELM改进算法有更高的分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁建立	中国民航大学计算机科学与技术学院	56	368	11.0	16.0
5	曹卫东	中国民航大学计算机科学与技术学院	39	264	10.0	15.0
9	刘涛	中国民航大学计算机科学与技术学院	30	66	4.0	6.0
10	王家亮	中国民航大学计算机科学与技术学院	13	19	2.0	4.0