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

宽度学习系统研究进展

Research of broad learning system

免费全文下载 (已被下载 次)  
获取PDF全文
作者 任长娥,袁超,孙彦丽,刘竹琳,陈俊龙
机构 首都师范大学 信息工程学院;华南理工大学 计算机科学与工程学院
统计 摘要被查看 次,已被下载
摘要 当数据规模庞大时,深度学习模型会遇到权重调整耗时,容易陷入局部最优解的问题。为了解决这些问题,宽度学习系统应运而生。宽度学习系统不仅结构简单、训练速度快、准确率高,而且还具有增量学习的优势。首先,介绍了宽度学习系统的产生背景和发展历程;然后阐述了宽度学习系统的基础理论与实现方法,对比了它与深度网络的异同;随后介绍了宽度学习系统在图像分类、数值回归、脑电信号处理等应用中的改进算法,分析这些算法的优势和不足;最后总结了现有宽度学习算法存在的缺陷,并对未来研究方向进行了展望。
关键词 宽度学习系统;神经网络;深度学习;图像分类;增量学习
基金项目 国家自然科学基金资助项目(61803276,61751202和U1813203)
北京市教育委员会科技计划一般项目(KM201910028004)
北京市自然科学基金资助项目(4202011)
澳门科技发展基金委(079/2017/A2、024/2015/AMJ、0119/2018/A3)
本文URL http://www.arocmag.com/article/02-2021-08-002.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码