期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于极限学习机的在线负增量算法 被引量:1
1
作者 谢林森 任婷婷 卢诚波 《计算机应用与软件》 CSCD 2016年第9期269-272,共4页
在剔除影响单隐层前馈神经网络性能的"脏数据"后,传统的极限学习机算法需要重新训练整个网络,这会增加很多额外的训练时间。针对这一问题,在传统的极限学习机算法的基础上,提出一种在线负增量学习算法:剔除"脏训练样本&q... 在剔除影响单隐层前馈神经网络性能的"脏数据"后,传统的极限学习机算法需要重新训练整个网络,这会增加很多额外的训练时间。针对这一问题,在传统的极限学习机算法的基础上,提出一种在线负增量学习算法:剔除"脏训练样本"后,不需要再重新训练整个网络,而只需在原有的基础上,通过更新外权矩阵来完成网络更新。算法复杂性分析和仿真实验的结果表明所提出的算法具有更高的执行速度。 展开更多
关键词 极限学习机 负增量算法 算法复杂性 仿真实验
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部