| 一种自适应确定隐层节点数的增量半监督超限学习机算法 |
| |
| 引用本文： | 梅颖,沈洋,叶思语,卢诚波.一种自适应确定隐层节点数的增量半监督超限学习机算法[J].复旦学报(自然科学版),2022,61(1):27-33. |
| |
| 作者姓名： | 梅颖 沈洋 叶思语 卢诚波 |
| |
| 作者单位： | 丽水学院工学院,浙江丽水323000,温州医科大学公共卫生与管理学院,浙江温州325035 |
| |
| 基金项目： | 国家自然科学基金(12171217)；;浙江省自然科学基金(LY21F020004,LY18F030003)； |
| |
| 摘 要： | 单隐层前馈神经网络中，隐层节点个数是影响网络的学习能力和复杂程度的重要因素。在实际应用当中，如何确定网络的隐层节点个数仍然是一个开放的问题。在半监督超限学习机(SS-ELM)的基础上，本文提出了一种增量半监督超限学习机(ISS-ELM)算法，对于给定的学习精度，该算法能够逐个或者成批地增加隐层节点，并自适应确定隐层节点数量。在此过程当中，网络的外权矩阵不需要重新训练，只需逐步更新。理论分析和仿真实验表明：ISS-ELM在保持SS-ELM泛化能力的基础上，大幅提高了学习速度；此外，与另一种监督学习类型的增量超限学习机(EM-ELM)相比，ISS-ELM具有更好的泛化能力。
|
| 关 键 词： | 单隐层前馈神经网络 隐层节点 半监督学习 超限学习机 增量学习 |
An Incremental Semi-Supervised Extreme Learning Machine with Capacity for Determining Number of Hidden Nodes Adaptively |
| |
| MEI Ying,SHEN Yang,YE Siyu,LU Chengbo.An Incremental Semi-Supervised Extreme Learning Machine with Capacity for Determining Number of Hidden Nodes Adaptively[J].Journal of Fudan University(Natural Science),2022,61(1):27-33. |
| |
| Authors: | MEI Ying SHEN Yang YE Siyu LU Chengbo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
