基于快速留一交叉验证的核极限学习机在线建模 |
| |
引用本文: | 张英堂,马超,李志宁,范红波.基于快速留一交叉验证的核极限学习机在线建模[J].上海交通大学学报,2014(5):641-646. |
| |
作者姓名: | 张英堂 马超 李志宁 范红波 |
| |
作者单位: | 军械工程学院车辆与电气工程系 |
| |
摘 要: | 提出了一种基于快速留一交叉验证(FLOO-CV)的在线核极限学习机(OKELM),以逐次增加新样本与删除旧样本的方式进行在线训练;设计了一种无需人为设定、能够根据系统过程特性自适应改变的FLOO-CV预测误差阈值,根据误差阈值仅引入预报误差较大的样本对模型进行更新,以提高模型的稀疏性和泛化能力;利用Hermitian矩阵求逆引理实现了对网络输出权值的递推求解,减小了在线存储空间和计算时间.经混沌时间序列预测和连续搅拌釜式反应器的过程辨识结果表明,相比于离线核极限学习机、无稀疏策略的在线核极限学习机和在线序贯极限学习机,OKELM具有更快的计算速度和更高的学习精度.
|
关 键 词: | 核方法 极限学习机 快速留一交叉验证 |
本文献已被 CNKI 等数据库收录! |
|