摘要

本发明属于机器学习与智能计算技术领域,公开了一种数据分类方法、系统、设备及信息数据处理终端,所述数据分类方法包括:将每个数据集划分为训练集和测试集;初始化单隐层前馈神经网络(SLFN)的结构和部分网络参数,包括隐层神经元的状态、输入权值和隐层偏置,并计算最优输出权值;评估生成的染色体的适应度函数值;通过基于极限学习机的协同遗传算法(CGA-ELM)同时优化网络结构和连接参数,得到最优解作为最终的单隐层前馈神经网络;使用测试集测试网络性能,输出平均分类准确率。本发明提供的CGA-ELM在泛化能力方面显著优于CGA和ELM;与其他先进算法相比,CGA-ELM能在保持收敛速度的前提下达到更高的识别能力,具有更大的竞争能力和更好的泛化性能。