| 基于量子遺傳優(yōu)化的改進極限學(xué)習(xí)機及應(yīng)用 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：4048 K | |
| 標(biāo)簽： 極限學(xué)習(xí)機 量子遺傳算法 回歸擬合 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：主要研究的是神經(jīng)網(wǎng)絡(luò)的一種新型訓(xùn)練方式——極限學(xué)習(xí)機算法的優(yōu)化和改進。首先通過與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法的對比，介紹極限學(xué)習(xí)機算法的主要思想和流程，展現(xiàn)其特點及優(yōu)勢；其次，由于常規(guī)極限學(xué)習(xí)機在預(yù)測的精度上及運用的穩(wěn)定上存在不小的缺陷，通過闡述幾個智能尋優(yōu)算法及優(yōu)缺點比較，引出該文的重點量子遺傳算法，并利用此算法去優(yōu)化極限學(xué)習(xí)機的連接權(quán)值和閾值，選取最優(yōu)的權(quán)值和閾值賦予測試網(wǎng)絡(luò)，達(dá)到良好的使用效果；最后，介紹了改進極限學(xué)習(xí)機算法在MATLAB上進行實驗仿真及結(jié)果分析的步驟與流程，實驗結(jié)果說明改進后的算法相比于經(jīng)典算法在回歸問題的預(yù)測上有優(yōu)勢，預(yù)測精度更高，且結(jié)果更穩(wěn)定；在分類問題的處理上，準(zhǔn)確性也具有壓倒性優(yōu)勢。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2