面向基因数据分类的aga-elm算法研究论文.pdfVIP

第28卷第l期 中国计量大学学报 V01．28No．1 JournaIofChina of Mar．2017 2017年3月 UniversityMetr0109y 【文章编号】2096—2835(2017)01一0097一06 面向基因数据分类的AGA—ELM算法研究 孟亚琼1，陆慧娟1，严 珂1，关 伟2 (1．中国计量大学信息工程学院，浙江杭州310018； 2．中国计量大学现代科技学院，浙江杭州310018) 【摘要】对基因表达数据进行分类时，超限学习机(ELM)算法具有学习效率高、泛化能力强、分类精度高 的优点．为了解决超限学习机算法受输人权值矩阵和隐含层偏差随机初始化的影响，本文利用自适应遗传算 法(AGA)具有良好的全局搜索效果对超限学习机的输人权值矩阵和隐含层偏差进行优化，提出了基于自适 应遗传算法优化超限学习机(AGA_ELM)的分类算法．通过实验表明，该算法与已有的ELM、GA—ELM以及 sVM算法相比，分类精度更高，可用于基因数据分类． 【关键词】超限学习机；自适应遗传算法；基因表达数据分类 【中图分类号】TP39l 【文献标志码】 A AGA—ELM for dataclassification genetic algorithm MENG Wei2 Kel，GUAN Yaqion91，LUHuijuanl，YAN Information 310018，Chlna； (1．College。f Engineering，ChinaJiliangUniversity，Hangzhou ofModernScienceand 310018，China) 2．College Technology．ChinaJ订iangUniversity，Hangzhou Extreme machine has Abstract： 1earning algorithm(ELM)highlearningefficiency，highgeneralization and classificationfor dataclassification．Inordertoavoidtheside— capabilityhigh accuracygeneexpression effectoftherandom andthehidden bias，an input1ayerweights layer adaptivegeneticalgorithm(AGA)was jntotheELM to the matrixandthehidden bjas．The layer layer integrated algorithmoptimizeinput weight iscalled The showsthatthe dataclassificati。11results new AGA～ELM． geneexpression alg。“thm