基于混沌进化优化算法优化深度混合核极限学习机(CEO-DHKELM)的数据多特征分类预测 Matlab
摘要:本文介绍了一种基于混沌进化优化算法优化深度混合核极限学习机(CEO-DHKELM)的Matlab程序,用于数据多特征分类预测。该程序创新性地将多项式核与高斯核加权结合构建混合核函数,并引入自动编码器改进极限学习机。采用2025年最新发表的混沌进化优化算法(CEO)进行优化,已在SCI期刊发表。程序支持二分类和多分类,包含分类效果图、迭代优化图等可视化结果,附带测试数据集,适合MATLAB 2
·
目录
1、代码简介
基于混沌进化优化算法优化深度混合核极限学习机(CEO-DHKELM)的数据多特征分类预测 Matlab (多输入单输出)
程序已经调试好,无需更改代码替换数据集即可运行!!!数据格式为excel!
![]()
①将多项式核函数与高斯核函数加权结合,构造出新的混合核函数,并引入自动编码器对极限学习机进行改进,建立DHKELM模型。该想法创新性非常高,原始DHKELM算法知网仅有一两人用过
![]()
1、混沌进化优化算法Chaotic evolution optimization,CEO。CEO的主要灵感来源于二维离散记忆映射的混沌演化过程。通过利用记忆映射的超混沌特性,对CEO算法进行数学建模,为进化过程引入随机搜索方向。该算法于2025年3月最新发表在中科院1区SCI期刊 Chaos, Solitons & Fractals。
注:
1️⃣、运行环境要求MATLAB版本为2020b及其以上,可实现二分类和多分类
2️⃣、代码中文注释清晰,质量极高
3️⃣、运行结果图包括分类效果图,迭代优化图,混淆矩阵图,如下所示
4️⃣、赠送测试数据集,可以直接运行源程序。 适合新手小白
2、代码运行结果展示






3、代码获取
点击下方了解更多!
更多推荐
所有评论(0)