|
1.
基于隐藏层输出矩阵的极限学习机算法优化
孙浩艺, 王传美, 丁义明
计算机应用
2021, 41 (9):
2481-2488.
DOI: 10.11772/j.issn.1001-9081.2020111791
针对极限学习机(ELM)中隐藏层到输出层存在误差的问题,通过分析发现误差来源于求解隐藏层输出矩阵
H的Moore-Penrose广义逆矩阵
Η
†的过程,即矩阵
H
†
H与单位矩阵有偏差,可根据偏差的程度来选择合适的输出矩阵
H以获得较小的训练误差。根据广义逆矩阵和辅助矩阵的定义,首先确定了目标矩阵
H
†
H和误差指标L21范数,其次通过实验分析表明
H
†
H的L21范数与ELM的误差呈显著线性相关,最后通过引入Gaussian滤波对目标矩阵进行降噪处理,由此有效降低了目标矩阵的L21范数,同时降低了ELM的误差,达到优化ELM算法的目的。
参考文献 |
相关文章 |
多维度评价
|
|