ELM網(wǎng)絡結構選擇研究.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、極端學習機（ELM:ExtremeLearningMachine）是訓練單隱含層前饋型神經(jīng)網(wǎng)絡的學習算法，它不用迭代調整權值，隱含層的輸入權值和偏置都是隨機生成的，輸出權值是通過分析的方法確定的。ELM具有學習速度快、泛化能力強等特點，已成功地應用于生物信息處理、語音識別、人臉識別等各個領域中。但是在應用中如何選擇一個合適的網(wǎng)絡結構是一個難點，也是神經(jīng)網(wǎng)絡研究的熱點。
　　本文研究了ELM網(wǎng)絡結構選擇問題。本文主要貢獻包括：(1)

2、將局部泛化誤差模型推廣到用ELM訓練的單隱含層前饋神經(jīng)網(wǎng)絡，給出了計算模型，提出了基于該模型的ELM網(wǎng)絡結構選擇方法。（2）提出了基于相容依賴度的ELM網(wǎng)絡結構剪枝方法，該方法用相容依賴度度量結點的重要性，從一個規(guī)模較大的網(wǎng)絡開始，逐個去掉依賴度比較小的隱含層結點，直到滿足預定義的停止條件。（3）提出了基于結點敏感度的ELM網(wǎng)絡結構剪枝算法，該方法的思想和第二種方法類似，只是用敏感度度量隱含層結點的重要性。
　　本文做了大量實驗對

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論