基于布谷鸟搜索算法参数优化的组合核极限学习机

• 作者: 张森悦 王楠 谭文安
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 布谷鸟搜索算法 核极限学习机 组合核函数
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 1185-1192
• 页数: 8页
• 分类号: TP391
• 字数: 4241字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018456

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 .

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭文安	南京航空航天大学计算机科学与技术学院	33	87	6.0	7.0
2	王楠	吉林财经大学管理科学与信息工程学院	23	68	5.0	7.0
3	张森悦	南京航空航天大学计算机科学与技术学院	8	64	2.0	8.0