2025《极限学习机相关理论概述》2800字.docx

2025《极限学习机相关理论概述》2800字.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

极限学习机相关理论概述

极限学习机是由黄广斌等人提出的一种单隐含层前馈神经网络(SingleHiddenLayerFeedforwardNeuralNetworks,SLFNs),对比于其余方法,它具有更加简单的训练过程,可通过随机方式给出输入权值及阈值,可以由广义上的逆矩阵为基础获得SLFNs输出权值,从而实现模型的训练,使得其训练效率以及泛化能力得到极大改善。该算法与不少常规网络模型具有相似性,其网络架构也包括三层,分别为输入层,隐藏层以及输出层,实质上,它是前馈网络之一,该章节首先引入前馈网络,就该算法的求解优点进行阐述,仅需要确定其隐藏层节点数,而后结合最小二乘法进行直接求

您可能关注的文档

文档评论(0)

02127123006 + 关注
实名认证
内容提供者

关注原创力文档

1亿VIP精品文档

相关文档