• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Applied Computational Electromagnetics Society journal >Extreme Learning Machine with a Modified Flower Pollination Algorithm for Filter Design
【24h】

Extreme Learning Machine with a Modified Flower Pollination Algorithm for Filter Design

机译：具有改进的花授粉算法的极限学习机，用于滤波器设计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, a modified flower pollination algorithm (FPA) based on the steepest descent method (SDM) is proposed to set the optimal initial weights and thresholds of the extreme learning machine (ELM) for microwave filter design. With the proposed SDM-FPA, the model trained by the ELM can achieve higher accuracy with smaller training datasets for electromagnetic modeling, comparing to that achieved by traditional artificial neural network. The validity and efficiency of this proposed method is confirmed by a parametric modeling example of filter design.
机译：本文提出了一种基于最速下降法（SDM）的改进的花授粉算法（FPA），为微波滤波器设计设置了极限学习机（ELM）的最优初始权重和阈值。与传统的人工神经网络相比，通过提出的SDM-FPA，由ELM训练的模型可以通过较小的电磁建模训练数据集实现更高的准确性。滤波器设计的参数化建模实例证明了该方法的有效性和有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号