声明
致谢
注释变量表
1绪论
1.1研究背景
1.2研究现状
1.2.1极限学习机研究现状
1.2.2花朵授粉算法研究现状
1.3主要研究内容
1.4论文结构安排
2相关理论介绍
2.1极限学习机原理
2.1.1 单隐层前馈型神经网络（SLFNs）
2.1.2 极限学习机算法描述
2.2花朵授粉算法原理
2.3混沌理论
2.3.1混沌学历史
2.3.2 混沌的特点
2.3.3 Chebyshev混沌映射
2.3.4 logistic映射
2.3.5基于反向学习Tent混沌映射
2.3.7 基于反向学习的Tent混沌搜索
3改进的花朵授粉算法
3.1花朵授粉算法改进可行性
3.2 Chebyshev映射、logistic映射、Tent映射对比
3.2.1改进的配子初始化
3.2.2改进的切换概率p
3.2.3改进的全局搜索策略
3.2.4改进的局部搜索策略
4 基于改进花朵授粉算法的极限学习机分类器
4.1基于CS的适应度函数
4.2 CS-ACFPA-MELM算法流程
5实验及结果分析
5.1实验环境
5.2评价指标
5.3实验数据集
5.4实验方案
5.5算法参数确定
5.5.1参数ε确定
5.5.2变异阈值确定
5.6 ACFPA寻优性能测试
5.6.1 ACFPA算法在低维的寻优性能测试
5.6.2 ACFPA算法在高维的寻优性能测试
5.7 CS-ACFPA-MELM模型纵向对比实验
5.8 CS-ACFPA-MELM模型横向多尺度对比
6 结论与展望
6.1结 论
6.2展 望
参考文献
作者简历
学位论文原创性声明
学位论文数据集
