典型文献
进化贝叶斯优化的核极限学习机分类器
文献摘要：
为解决传统核极限学习机算法参数优化困难的问题,提高分类准确度,提出一种改进贝叶斯优化的核极限学习机算法.用樽海鞘群设计贝叶斯优化框架中获取函数的下置信界策略,提高算法的局部搜索能力和寻优能力;用这种改进的贝叶斯优化算法对核极限学习机的参数进行寻优,用最优参数构造核极限学习机分类器.在UCI真实数据集上进行仿真实验,实验结果表明,相比传统贝叶斯优化算法,所提算法能提升核极限学习机的分类精度,相较其它优化算法,所提算法可行有效.
文献关键词：
核极限学习机;核参数;贝叶斯优化;进化下置信界策略;分类精度
中图分类号：
作者姓名：
张梦蝶;覃华;苏一丹
作者机构：
广西大学 计算机与电子信息学院,广西 南宁 530004
文献出处：
引用格式：
[1]张梦蝶;覃华;苏一丹-.进化贝叶斯优化的核极限学习机分类器)[J].计算机工程与设计,2022(02):399-405
A类：
进化下置信界策略
B类：
核极限学习机,分类器,极限学习机算法,算法参数优化,改进贝叶斯,海鞘,优化框架,局部搜索,搜索能力,寻优能力,贝叶斯优化算法,最优参数,UCI,真实数据,分类精度,核参数
AB值：
0.225539
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
