基于极限学习机的多网络学习

论文发布时间：[2010-03-04] 范文大全编辑：Voive.net

所有作者：王建功

作者单位：中国矿业大学信息与电气工程学院

论文摘要：与现有神经网络相比，极限学习机具有较快的学习速度以及良好的泛化性能。然而，它的性能还可以得到很大提高，主要基于两个原因：（１）极限学习机网络中的隐层节点可以减少；（２）网络参数不必每次都调节。提出一种多网络极限学习机(MNELM)新算法，此算法由多个极限学习机网络组成，并且所有网络共享参数（输入权值、隐层神经元阈值）。仿真结果表明，极限学习机可以以很快的速度得到很好的泛化性能，所以基于极限学习机的多网络极限学习机也可以得到不错的性能。实验结果显示，新算法在保证网络准确性和稳定性的前提下，大大提高了算法的计算速度。

关键词：神经网络极限学习机多网络准确性

免费下载《基于极限学习机的多网络学习》PDF全文（已停止下载）
　　本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！

〖返回电子通信自动控制论文列表〗

下一篇：基于计算机视觉的飞机高度表示数识别