一种新颖的基于遗传算法的正则极速学习机
极速学习机(extreme learning machine,ELM)具有训练速度快和良好的泛化能力等优点,已被广泛应用,并取得了较大成功.然而初始的ELM仅基于经验风险最小化,可能导致过拟合问题,因此该文结合结构风险最小化理论,采用遗传算法获取最优风险比例参数,提出了一种基于遗传算法的正则极速学习机(GA-RELM),该GA-RELM能有效避免多次迭代运算和局部极小值,整个ELM训练时间短.该文在将所提出的GA-RELM用于人脸识别,仿真实验表明了本文提出的GA-RELM性能优于ELM和BP神经网络.
极速学习机、正则极速学习机、遗传算法、人脸识别
14
TP3(计算技术、计算机技术)
国家自然科学基金61402227,61502407;湖南省教育厅项目16C1546;湘潭大学博士启动费项目KZ08055
2018-09-28（万方平台首次上网日期，不代表论文的发表时间）
共3页
179-181
