-
题名基于改进花粉算法的极限学习机分类模型
被引量:6
- 1
-
-
作者
邵良杉
李臣浩
-
机构
辽宁工程技术大学软件学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第1期172-179,共8页
-
基金
国家自然科学基金(No.71771111)
-
文摘
针对多输出极限学习机(MELM)分类模型输入层权值和阈值随机选取导致的分类精度波动问题,提出一种基于改进花粉算法(CS-ACFPA)的极限学习机多分类模型(CS-ACFPA-MELM)。利用自适应算子和Tent策略优化花粉算法的寻优方式,构造一种基于代价敏感的适应度函数,使花粉算法能够更好地匹配MELM模型的输出,最后使用改进的花粉算法和基于代价敏感的适应度函数优化极限学习机的输入权值和阈值,以提高MELM模型的的分类性能。通过对比实验验证了CS-ACFPA算法对MELM模型改进的有效性,并且体现了CS-ACFPA-MELM模型在大规模样本上的优势以及小样本上的适用性。
-
关键词
分类模型
极限学习机
花粉算法
代价敏感
混沌搜索
-
Keywords
classification model
extreme learning machine
pollen algorithm
cost sensitive
chaotic search
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进花朵授粉算法的极限学习机模型
被引量:3
- 2
-
-
作者
邵良杉
兰亭洋
李臣浩
-
机构
辽宁工程技术大学系统工程研究所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第12期281-288,共8页
-
基金
国家自然科学基金(71371091)
-
文摘
为提高瓦斯突出风险预测的准确率和效率,在极限学习机(ELM)模型的基础上构建预测模型ACFPA-ELM。采用核线性鉴别分析(KLDA)对瓦斯突出样本数据进行特征抽取,利用代价敏感思想修正ELM适应度函数,同时将Tent混沌搜索和自适应算子引入花朵授粉算法(FPA)中,优化ELM的初始输入权值和阈值,从而提高对瓦斯突出风险的预测能力。实验结果表明,相较于经典的SVM、BP和ELM单一预测模型以及改进的FPA-ELM和PSO-ELM复合预测模型,ACFPA-ELM模型在瓦斯突出风险预测的准确率、预测一致性以及运行效率方面均具有明显的优势。
-
关键词
瓦斯突出
花朵授粉算法
极限学习机
核线性鉴别分析
混沌映射
-
Keywords
gas outburst
Flower Pollination Algorithm(FDA)
Extreme Learning Machine(ELM)
Kernel Linear Discriminant Analysis(KLDA)
chaos mapping
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-