-
题名正则化流形信息极端学习机
被引量：3
- 1
-
-
作者
刘德山
楚永贺
闫德勤
-
机构
辽宁师范大学计算机与信息技术学院
-
出处
《通信学报》
EI
CSCD
北大核心
2016年第11期57-67,共11页
-
基金
国家自然科学基金资助项目(No.61105085)
辽宁省教育厅基金资助项目(No.L2014427)~~
-
文摘
基于流形学习的思想和理论方法,提出刻画流形信息的正则化的极端学习机(MELM)算法。该算法利用流形信息刻画数据的几何结构和判别信息,克服ELM在有限样本上学习不充分的问题;能够有效提取数据样本的判别信息避免数据样本信息重叠;利用最大边际准则有效解决类间散度矩阵和类内散度矩阵的奇异问题。为验证所提方法的有效性,实验使用普遍应用的图像数据,将MELM与ELM以及相关最新算法RAFELM、GELM进行识别率和计算效率的对比。实验结果表明,该算法能够显著提高ELM的分类准确率和泛化能力,并且优于其他相关算法。
-
关键词
极端学习机
几何结构
流形信息
机器学习
-
Keywords
extreme learning machine, geometry, manifold information, machine learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
