10.3778/j.issn.1002-8331.1206-0328
一种基于簇的极限学习机的在线学习算法
针对传统的批量学习算法学习速度慢、对空间需求量高的缺点,提出了一种基于簇的极限学习机的在线学习算法。该算法将分簇的理念融入到极限学习机中,并结合极限学习机,提出了一种基于样本类别和样本输出的分簇标准;同时提出了一种加权的Moore-Penrose算法求隐层节点与输出节点的连接权重。实验结果表明,该算法具有学习能力好、拟合度高、泛化性能好等优点。
极限学习机、簇、在线学习
TP311(计算技术、计算机技术)
重庆市科委自然科学基金No.CSTC2011BB2063。
2014-06-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
188-191,266