《计算机应用研究》|Application Research of Computers

单隐层神经网络输入权值的一种新算法

New algorithm for input weight of single hidden layer neural network

免费全文下载 (已被下载 次)  
获取PDF全文
作者 刘金澎,田大钢
机构 上海理工大学 管理学院
统计 摘要被查看 次,已被下载
摘要 针对传统极端学习机输入权值与隐层阈值随机设定的问题,提出了输出值反向分配算法。算法在传统极端学习机的基础上,通过优化方法得到最优输出值分配系数,并利用最小二乘法确定网络输入参数。将本文算法应用到常用数据集进行实验,并与其他极端学习机改进算法进行比较,显示本文算法有良好的学习以及泛化能力,能够得到简单的网络结构,证明了算法的有效性。
关键词 极端学习机;单隐层神经网络;优化方法;输出值反向分配
基金项目 沪江基金资助项目(A14006)
国家级项目培养基金资助项目(16HJPY-MS02)
本文URL http://www.arocmag.com/article/02-2019-12-050.html
收稿日期
修回日期
页码 -
中图分类号 TP183
文献标志码