2026《极限学习机概述》1000字.docx

PAGE2

极限学习机概述

1.1极限学习机的概念

黄广斌教授提出ELM。极限学习机是一种基于前馈神经网络（FeedforwardNeuralNetwork,FNN）的机器学习算法。ELM不存在传统方法的局部极小及收敛速度慢的问题，且更易理解。极限学习机是一种超前馈神经网络构建的机器学习方法，包含隐含层，输入层，输出层三部分。目的是对传统BP算法改进，提升机器学习效率。ELM提出时是为监督学习问题而设计的。极限学习机隐含层结点权重可以通过随机选取或者人为给定，输出层权重通过最小化由训练误差项和输出层权重范数的正则项构成的损失函数，依据（Moore-Penrose，MP）广义逆矩