极限学习机简介_第1页
极限学习机简介_第2页
极限学习机简介_第3页
极限学习机简介_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

i=11極限學習機傳統前饋神經網絡采用梯度下降迭代算法去調整權重參數，具有明顯缺陷：學習速度緩慢，從而計算時間代價增大；學習率難以確定且易陷入局部最小值；易出現過度訓練，引起泛化性能下降。這些缺陷成為制約使用迭代算法前饋神經網絡廣泛應用瓶頸。針對這些問題，huang等依據摩爾-彭羅斯(MP)廣義逆矩陣理論提出了極限學習(ELM)算法，該算法僅通過一步計算即可解析求出學習網絡輸出權值，同迭代算法相比，極限學習機極大地提高了網絡泛化能力和學習速度。極限學習機網絡訓練模型采用前向單隱層結構。設m,M,n分別為網絡輸入層、隱含層和輸出層節點數，g(x)是隱層神經元激活函數，b為閾值。i設有N個不同樣本(x,t)，1iELM(diabetes_train,diabetes_test,1,20,sig)ryiryiTrainingTime=0.0468TestingTime=0TrainingAccuracy=0.7934TestingAccuracy=0.7396由實驗結果可得，極限學習機方法具有耗時短，效率高等優點，但是訓練和測試精度還有待提高。

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论