神经网络极速学习方法研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：单隐藏层前馈神经网络（Single-hidden Layer Feedforward Neural Network，SLFN）已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈．产生这种情况的两个主要原因是：（1）传统的误差反向传播方法（Back Propagation，BP）主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定．因此算法的计算量和搜索空间很大．针对以上问题，借鉴ELM的一次学习思想并基于结构风险最小化理论提出一种快速学习方法（RELM），避免了多次迭代和局部最小值，具有良好的泛化性、鲁棒性与可控性．实验表明RELM综合性能优于ELM、BP和sVM．

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=32963271

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：方法研究 学习方法 神经网络 神经网 Propagation 极速学习机 正则极速学习机 支持向量机 结构风险 神经网络