版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、極限學(xué)習(xí)器(Extremelearningmachine,ELM)是訓(xùn)練單隱含層前饋神經(jīng)網(wǎng)絡(luò)有效學(xué)習(xí)算法。ELM克服了基于梯度的學(xué)習(xí)算法的很多不足,如局部極小、不合適的學(xué)習(xí)速率、學(xué)習(xí)速度慢等。ELM隨機(jī)確定輸入層權(quán)值和隱含層偏置,通過(guò)分析的方法確定輸出層的權(quán)值,具有學(xué)習(xí)速度快、泛化能力強(qiáng)等特點(diǎn),但ELM的穩(wěn)定性較差,且容易產(chǎn)生過(guò)擬合,特別是對(duì)于規(guī)模較大的數(shù)據(jù)集。針對(duì)上述問(wèn)題,本文提出了(1)基于樣本熵的動(dòng)態(tài)ELM集成方法,對(duì)于給定的測(cè)試
2、樣例,該方法利用樣本熵動(dòng)態(tài)確定用于集成的ELM基本分類器;(2)基于模糊積分的ELM融合方法,該方法分為三個(gè)階段。首先利用bootstrap技術(shù)從原數(shù)據(jù)集生成若干子集,然后用每一個(gè)子集訓(xùn)練一個(gè)概率單隱含層前饋神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)用ELM進(jìn)行訓(xùn)練,最后用模糊積分融合得到的多個(gè)概率單隱含層前饋神經(jīng)網(wǎng)絡(luò)。
為了驗(yàn)證本文提出的方法的有效性,在UCI數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn),并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了統(tǒng)計(jì)分析,實(shí)驗(yàn)結(jié)果及對(duì)實(shí)驗(yàn)結(jié)果的統(tǒng)計(jì)分析顯示本文提出的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- ELM網(wǎng)絡(luò)結(jié)構(gòu)選擇研究.pdf
- 基于ELM神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用.pdf
- 基于ELM的無(wú)線傳感網(wǎng)絡(luò)位置指紋定位方法研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)和ELM的分類算法的研究.pdf
- ELM海雜波目標(biāo)檢測(cè)研究.pdf
- 薄膜阻容網(wǎng)絡(luò)集成工藝研究.pdf
- ZigBee網(wǎng)絡(luò)與EPA網(wǎng)絡(luò)集成技術(shù)研究.pdf
- 網(wǎng)絡(luò)組織集成及其機(jī)制研究.pdf
- 水熱網(wǎng)絡(luò)集成優(yōu)化研究.pdf
- 基于ELM的圖像情感語(yǔ)義檢索研究.pdf
- 二類網(wǎng)絡(luò)集成協(xié)議研究.pdf
- 網(wǎng)絡(luò)集成學(xué)習(xí)及其應(yīng)用研究.pdf
- RBF-ELM兩階段學(xué)習(xí)算法研究.pdf
- 基于ELM的交通模式挖掘方法的研究.pdf
- 集成化Crossbar網(wǎng)絡(luò)的研究.pdf
- 機(jī)場(chǎng)信息集成系統(tǒng)網(wǎng)絡(luò)安全研究.pdf
- 創(chuàng)新網(wǎng)絡(luò)的知識(shí)集成模式研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成BOOSTING類算法研究.pdf
- 神經(jīng)網(wǎng)絡(luò)集成算法的研究.pdf
- 基于網(wǎng)絡(luò)集成快速原型技術(shù)的研究.pdf
評(píng)論
0/150
提交評(píng)論