论文研究-极限学习机的分类器集成模型研究.pdf

所需积分/C币:10 2019-09-12 10:08:47 570KB .PDF
15
收藏 收藏
举报

将极限学习机算法与旋转森林算法相结合,提出了以ELM算法为基分类器并以旋转森林算法为框架的RF-ELM集成学习模型。在8个数据集上进行了3组预测实验,根据实验结果讨论了ELM算法中隐含层神经元个数对预测结果的影响以及单个ELM模型预测结果不稳定的缺陷;将RF-ELM模型与单ELM模型和基于Bagging算法集成的ELM模型相比较,由稳定性和预测精度的两组对比实验的实验结果表明,对ELM的集成学习可以有效地提高ELM模型的性能,且RF-ELM模型较其他两个模型具有更好的稳定性和更高的准确率,验证了RF-ELM是一种有效的ELM集成学习模型。

...展开详情
试读 5P 论文研究-极限学习机的分类器集成模型研究.pdf
立即下载 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-极限学习机的分类器集成模型研究.pdf 10积分/C币 立即下载
1/5
论文研究-极限学习机的分类器集成模型研究.pdf第1页

试读结束, 可继续读1页

10积分/C币 立即下载