基于鱼群优化算法和Cholesky分解的RELM的基因表达数据分类

摘要：

提出一种基于鱼群优化算法和Cholesky分解的改进的正则极限学习机算法(FSC-RELM)来对基因表达数据进行分类.FSC-RELM算法中,首先用鱼群优化算法对RELM输入层权值进行优化,其中目标函数定义为误差函数的倒数;再对RELM输出层权值矩阵进行分解,采用Cholesky分解法进行优化,以提高算法速度,减少训练时间.为了评价算法性能,对若干标准基因数据集进行了实验,结果表明,FSC-RELM算法在较短的时间内可以获得较高的分类精度,性能优异.

关键词：鱼群优化、正则极限学习机、Cholesky分解、基因表达数据

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61272315,61303183,60842009;浙江省自然科学基金Y1110342;浙江省科技厅国际合作项目2012C24030

在线出版日期：2015-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：226-230