| 改进蝙蝠算法优化极限学习机的图像分类 |
| |
| 引用本文： | 陈海挺. 改进蝙蝠算法优化极限学习机的图像分类[J]. 激光杂志, 2014, 0(11) |
| |
| 作者姓名： | 陈海挺 |
| |
| 作者单位： | 浙江越秀外国语学院,浙江 绍兴,312000 |
| |
| 基金项目： | 全国教育信息技术研究课题(146241819)；浙江省教育厅项目 |
| |
| 摘 要： | 针对分类器中的极限学习机参数优化问题,本文提出一种改进蝙蝠算法优化极限学习机的图像分类模型。首先将极限学习机参数看作蝙蝠位置,然后采用改进蝙蝠算法进行求解。采用病毒群体感染主群体,主群体在历代个体间纵向传递信息,病毒群体通过感染操作在同代个体间横向传递信息,增强了算法跳出局部极小值的能力。最后根据最优参数建立图像分类模型,并对模型的性能进行仿真测试。仿真结果表明,相对于对比模型,本文模型不仅提高了图像分类正确率,而且加快了分类速度,是一种有效的图像分类模型。
|
| 关 键 词： | 图像分类 极限学习机 蝙蝠算法 病毒进化 |
Image classification based on extreme learning machine optimized by improved bat algorithm |
| |
| CHEN Hai-ting. Image classification based on extreme learning machine optimized by improved bat algorithm[J]. Laser Journal, 2014, 0(11) |
| |
| Authors: | CHEN Hai-ting |
| |
| Abstract: | |
| |
| Keywords: | Medical image classification Extreme learning machine Bat algorithm Virus evolution |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
