| 一种基于粒子群优化的极限学习机 |
| |
| 引用本文： | 王杰,毕浩洋.一种基于粒子群优化的极限学习机[J].郑州大学学报(理学版),2013,45(1):100-104. |
| |
| 作者姓名： | 王杰 毕浩洋 |
| |
| 作者单位： | 郑州大学电气工程学院 河南郑州450001 |
| |
| 基金项目： | 国家自然科学基金资助项目,编号60905039/F030507 |
| |
| 摘 要： | 极限学习机(ELM)是一种新型的前馈神经网络,相比于传统的单隐含层前馈神经网络(SLFN),ELM具有速度快、误差小的优点.由于随机给定输入权值和偏差,ELM通常需要较多隐含层节点才能达到理想精度.粒子群极限学习机算法为使用粒子群算法(particle swarm optimization,PSO)选择最优的输入权值矩阵和隐含层偏差,从而计算出输出权值矩阵.一维Sinc函数拟合实验表明,相比于ELM算法和传统神经网络算法,粒子群极限学习机算法依靠较少的隐含层节点能够获得较高精度.
|
| 关 键 词： | 粒子群 极限学习机 隐含层节点 |
A New Extreme Learning Machine Optimized by PSO |
| |
| WANG Jie
,
BI Hao-yang.A New Extreme Learning Machine Optimized by PSO[J].Journal of Zhengzhou University:Natural Science Edition,2013,45(1):100-104. |
| |
| Authors: | WANG Jie BI Hao-yang |
| |
| Institution: | (School of Electrical Engineering,Zhengzhou University,Zhengzhou 450001,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
