高级搜索

一种基于正则优化的批次继承极限学习机算法

刘彬 杨有恒 赵志彪 吴超 刘浩然 闻岩

引用本文: 刘彬, 杨有恒, 赵志彪, 吴超, 刘浩然, 闻岩. 一种基于正则优化的批次继承极限学习机算法[J]. 电子与信息学报, doi: 10.11999/JEIT190502 shu
Citation:  Bin LIU, Youheng YANG, Zhibiao ZHAO, Chao WU, Haoran LIU, Yan WEN. A Batch Inheritance Extreme Learning Machine Algorithm Based on Regular Optimization[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190502 shu

一种基于正则优化的批次继承极限学习机算法

    作者简介: 刘彬: 男,1953年生,教授,博士生导师,研究方向为数据挖掘、信号估计与识别算法;
    杨有恒: 男,1996年生,硕士生,研究方向为数据挖掘、机器学习;
    赵志彪: 男,1989年生,博士生,研究方向为人工智能优化算法;
    吴超: 男,1990年生,博士生,研究方向为计算机视觉;
    刘浩然: 男,1980年生,教授,博士生导师,研究方向为无线传感器网络、信号处理;
    闻岩: 男,1963年生,教授,博士生导师,研究方向为数据挖掘、人工智能优化算法
    通讯作者: 刘彬,liubin@ysu.edu.cn
  • 基金项目: 河北省自然科学基金(F2019203320, E2018203398)

摘要: 极限学习机作为一种新型神经网络,具有极快的训练速度和良好的泛化性能。针对极限学习机在处理高维数据时计算复杂度高,内存需求巨大的问题,该文提出一种批次继承极限学习机算法。首先将数据集均分为不同批次,采用自动编码器网络对各批次数据进行降维处理;其次引入继承因子,建立相邻批次之间的关系,同时结合正则化框架构建拉格朗日优化函数,实现批次极限学习机数学建模;最后利用MNIST, NORB和CIFAR-10数据集进行测试实验。实验结果表明,所提算法具有较高的分类精度,并且有效降低了计算复杂度和内存消耗。

English

图(8)表(1)
计量
  • PDF下载量:  21
  • 文章访问数:  742
  • HTML全文浏览量:  464
文章相关
  • 通讯作者:  刘彬, liubin@ysu.edu.cn
  • 收稿日期:  2019-07-05
  • 录用日期:  2019-12-12
  • 网络出版日期:  2019-12-10
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章