基于柔性多面体的最优核极限学习机算法

摘要：

针对核极限学习机参数优化困难的问题,提出一种基于网格搜索柔性多面体的最优化核极限学习机算法.为高斯核变量和惩罚变量构造二维网格,从网格中选取最小目标函数值所对应的参数点构造初始柔性多面体,解决柔性多面体对初始值敏感的问题;给柔性多面体的变形搜索参数添加权重值,区分核参数和惩罚参数对核极限学习机分类性能影响程度;通过迭代柔性多面体实现核极限学习参数的最优化搜索,用所获最优参数构造核极限学习机并用于数据分类.在UCI、KEEL和人工数据集上与其它优化核极限学习机算法进行计算结果比较,验证所提算法的可行性.

关键词：核极限学习机、参数优化、网格搜索、柔性多面体最优化搜索、分类精度

所属期刊栏目：41

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目51667004、61762009

在线出版日期：2020-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2454-2459