資源簡(jiǎn)介
提出一種基于粒子群算法優(yōu)化極限學(xué)習(xí)機(jī)算法。采用粒子群算法對(duì)極限學(xué)習(xí)機(jī)參數(shù)進(jìn)行優(yōu)化,最后在Matlab平臺(tái)進(jìn)行仿真對(duì)比實(shí)驗(yàn)。
代碼片段和文件信息
clear?all;
close?all;
clc;
n=20;???%粒子群粒子個(gè)數(shù)
hi?=?200;???????%NumberofHiddenNeurons
%?load?./dataset_of_fingerprint/train_data;
load?train_data;
traindata.P?=?train_data(:2:size(train_data2))‘;
traindata.T?=?train_data(:1)‘;
traindata.Ntr?=?size(traindata.P2);
traindata.Nin?=?size(traindata.P1);
traindata.Nhi?=?hi;
save?traindata?traindata;
NumberofTrainingData=traindata.Ntr;
NumberofInputNeurons=traindata.Nin;
NumberofHiddenNeurons=traindata.Nhi;
????%初始化粒子群,定義結(jié)構(gòu)體
????%結(jié)構(gòu)體中八個(gè)元素,分別是粒子坐標(biāo),粒子速度,粒子適應(yīng)度,粒子最佳適應(yīng)度,粒子最佳坐標(biāo)
????par=struct([]);
????for?i=1:n
????????par(i).x=rand(NumberofHiddenNeuronsNumberofInputNeurons+1)*2-1;???%[-100?100]對(duì)x位置隨機(jī)初始化
????????par(i).vx=-1+2*rand(NumberofHiddenNeuronsNumberofInputNeurons+1);??????%[-1?1]對(duì)vx速度隨機(jī)初始化
????
評(píng)論
共有 條評(píng)論