基于布谷鸟搜索算法参数优化的组合核极限学习机

来源：吉林大学学报·理学版杂志2019年第5期北京时间：

作者：张森悦, 谭文安, 王楠

单位：1. 南京航空航天大学 计算机科学与技术学院, 南京 211106;2. 沈阳航空航天大学 经济与管理学院, 沈阳 110136; 3. 吉林财经大学 管理科学与信息工程学院, 长春 130117

摘要：针对单核极限学习机在泛化性能上存在一定局限性的问题, 提出将再生核函数与多项式核函数相结合,建立一种新的组合核极限学习机模型, 使其具有全局核与局部核的优点, 并选择布谷鸟搜索算法对其参数进行优化选择. 仿真实验结果表明, 采用基于再生核的组合核函数作为极限学习机的核函数可行, 在实验数据集的多值分类和回归问题上, 与传统支持向量机及单核极限学习机相比, 该模型具有更好的泛化性能.

关键词：布谷鸟搜索算法,核极限学习机,组合核函数