典型文献
基于改进粒子群算法优化策略的核极限学习机方法研究
文献摘要：
本研究通过对核极限学习机的原理进行分析,确定优化参数,分析粒子群算法的基本原理,并对多种改进的粒子群算法进行研究,通过基准测试函数对6种算法的优劣进行分析.笔者选取综合学习粒子群算法为优化核极限学习机的基本框架,并将线性递减惯性权重和综合学习粒子群算法进行结合,用于改进粒子群算法易陷入局部最优的问题,从而实现对核极限学习机的参数优化.
文献关键词：
核极限学习机;参数优化;线性权值下降粒子群算法;综合学习粒子群算法
中图分类号：
作者姓名：
高天;龚平顺
作者机构：
安徽理工大学电气与信息工程学院,安徽 淮南 232000
文献出处：
引用格式：
[1]高天;龚平顺-.基于改进粒子群算法优化策略的核极限学习机方法研究)[J].河南科技,2022(19):4-8
A类：
综合学习粒子群算法,线性权值下降粒子群算法
B类：
改进粒子群算法,算法优化,核极限学习机,优化参数,改进的粒子群算法,基准测试函数,基本框架,线性递减,惯性权重,局部最优
AB值：
0.135759
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。
