原创力文档- 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、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、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
摘要
摘要
极限学习机因为其具有学习精度高、使用方便、泛化能力强、学习速度快等优点，
引发了大量研究者的关注．不同于传统梯度方法，极限学习机无需迭代，随机生成输入
层权重和隐藏层阈值，仅训练隐藏层到输出层的权重，故收敛速度显著快于传统方法，
因此如何选择合适的输入层权重和隐藏层阈值成为众多研究者关注的重点．本研究借
助樽海鞘算法强大的寻优能力，为极限学习机选择合适的参数，主要研究结果如下：
1、建立基于双策略的樽海
文档评论（0）