基于改進KH算法優化ELM的目標威脅估計
摘要：為了提高目標威脅度估計的精確度,建立了反向學習磷蝦群算法(OKH)優化極限學習機的目標威脅估計模型(OKH-ELM),提出基于此模型的算法。該模型使用反向學習策略優化磷蝦群算法,并通過改進后的磷蝦群算法優化極限學習機初始輸入權重和偏置,使優化后的極限學習機能夠對威脅度測試樣本集做更好的預測。實驗結果顯示,OKH算法能夠更好地優化極限學習機的權值與閾值,使建立的極限學習機目標威脅估計模型具有更高的預測精度和更強的泛化能力,能夠精準、有效地實現目標威脅估計。
注: 保護知識產權,如需閱讀全文請聯系智能系統學報雜志社
相關推薦
更多
