基于改進(jìn)KH算法優(yōu)化ELM的目標(biāo)威脅估計(jì)
摘要:為了提高目標(biāo)威脅度估計(jì)的精確度,建立了反向?qū)W習(xí)磷蝦群算法(OKH)優(yōu)化極限學(xué)習(xí)機(jī)的目標(biāo)威脅估計(jì)模型(OKH-ELM),提出基于此模型的算法。該模型使用反向?qū)W習(xí)策略優(yōu)化磷蝦群算法,并通過(guò)改進(jìn)后的磷蝦群算法優(yōu)化極限學(xué)習(xí)機(jī)初始輸入權(quán)重和偏置,使優(yōu)化后的極限學(xué)習(xí)機(jī)能夠?qū)ν{度測(cè)試樣本集做更好的預(yù)測(cè)。實(shí)驗(yàn)結(jié)果顯示,OKH算法能夠更好地優(yōu)化極限學(xué)習(xí)機(jī)的權(quán)值與閾值,使建立的極限學(xué)習(xí)機(jī)目標(biāo)威脅估計(jì)模型具有更高的預(yù)測(cè)精度和更強(qiáng)的泛化能力,能夠精準(zhǔn)、有效地實(shí)現(xiàn)目標(biāo)威脅估計(jì)。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系智能系統(tǒng)學(xué)報(bào)雜志社