面向数据分类的优化极限学习机理论研究.pdfVIP

摘要 摘要 极限学习机 （Extreme Learning Machine ，ELM ）作为一种有效算法，已成为机器学习 领域新的研究热点。与其他基于梯度的方法相比，ELM 可以在更低的计算成本的基础上带 来更好的泛化能力，并被应用到监督和无监督学习任务中。然而，传统 ELM 方法的损失 函数为平方损失，容易放大数据中噪声和异常值的影响。其次，由于传统的 ELM 方法没 有考虑到数据的流形结构，无法挖掘样本点之间的高阶几何信