期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

期刊咨询 杂志订阅 购物车(0)

适用于数据分类的极限学习机优化算法

吴亚榕; 王欢; 李键红 仲恺农业工程学院仲恺科技孵化园; 仲恺农业工程学院网络与现代教育技术中心; 广东广州510225; 广东外语外贸大学语言工程与计算实验室; 广东广州510006

关键词:极限学习机 量子遗传算法 量子旋转门 分类精度 

摘要:针对极限学习机参数优化问题,提出量子遗传算法优化极限学习机的方法(QGA-ELM)。在该方法中,对ELM的输入权值和隐含层阈值采用量子比特编码,并将其映射为QGA的染色体,QGA的适应度函数为对应ELM的分类精度;通过QGA的量子旋转门优化出输入权值与隐含层阈值,以此训练出分类精度更高的ELM,从而改善ELM的泛化性能。通过ELM和QGA-ELM对数据集的仿真结果对比表明,QGA-ELM有效地提升了ELM网络的分类精度。

软件导刊杂志要求:

{1}作者简介:文尾附注第一作者简介,含姓名(出生年月)、性别、民族、籍贯、学历学位、单位、职务、职称、研究方向等,并注明准确通讯地址、邮政编码、电话号码、E-mail地址。

{2}本刊只接受word版电子文本。文稿须包括题目、提要、关键词、正文及作者简介。

{3}题目中除公知公用的缩略语外,尽量不用外文缩略语。

{4}参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。

{5}关键词应有3~5个。词与词之间用分号分隔。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

软件导刊

省级期刊
1个月内下单

关注 34人评论|1人关注
相关期刊
服务与支付