

已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、分類號學校代碼!Q5壘2學號2Q13Q211Q窆Q窆基于Hadoop的差分進化極限學習機研究AStudyofDifferentiaIEvoIutionExtremeLearningMachinebasedonHadoop指導教師姓名、職稱唐文勝教授湖南師范大學學位評定委員會辦公室二零一六年五月提出了基于雙種群雙策略的改進差分進化極限學習機分布式算法(MapReduceofDifferentialEvolutionExtremeLearn
2、ingMachinebasedonDual—populationsandDual—strategyMRDpsDE—ELM),提高了算法的分類精度。算法的主要思想是:首先,在進化過程中將種群劃分成兩個子種群,每個子種群在變異、交叉階段分別設定不同的變異策略和交叉算子。然后,并行獨立進化每個子種群且互不干擾,設定進化代數(shù)甌,判定子種群間是否進行信息交換,如果進行信息交換,比較各個子種群的最優(yōu)個體,用最優(yōu)個體淘汰其余種群的最差個體。最后,設定
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于差分進化優(yōu)化算法和極限學習機的心電逆問題研究.pdf
- 基于進化極限學習機的特征加權(quán)近鄰分類算法.pdf
- 基于極限學習機對衛(wèi)星鐘差預報的應用研究
- 基于極限學習機對衛(wèi)星鐘差預報的應用研究.pdf
- 基于深度學習的極限學習機算法研究.pdf
- 基于Hadoop雙種群并行協(xié)助差分進化規(guī)劃算法.pdf
- 基于極限學習機的圖像標注研究.pdf
- 基于集成學習的極限學習機的算法研究.pdf
- 基于穩(wěn)健估計的極限學習機方法研究.pdf
- 基于極限學習機的多示例算法研究.pdf
- 基于極限學習機的半監(jiān)督分類.pdf
- 極限學習機的研究與應用.pdf
- 基于極限學習機的目標識別算法研究.pdf
- 基于極限學習機的風電功率預測研究.pdf
- 基于極限學習機的實物期權(quán)定價模型研究
- 基于極限學習機的實物期權(quán)定價模型研究.pdf
- 基于極限學習機的短期電力負荷預測.pdf
- 差分進化算法的改進研究.pdf
- 基于極限學習機的AUV路徑規(guī)劃的研究.pdf
- 基于極限學習機的選擇性集成學習算法研究.pdf
評論
0/150
提交評論