|
|
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
|
|
