电子发烧友
2549次浏览
极限学习机（ELM）因其泛化能力好和学习速度快而成为软测量的新方法，但当应用到铝电解工艺参数建模时，ELM通常需要较多隐层节点并且泛化能力较低。针对这一问题，提出一种基于改进极
2017-12-05 14:44
当数据集中包含的训练信息不充分时，监督的极限学习机较难应用，因此将半监督学习应用到极限学习机，提出一种半监督
2017-12-23 11:24
正则化极限学习机RELM是一种单隐层前馈神经网络，不同于传统神经网络算法，RELM通过随机设置输入层权重和偏置值，可以快速求得输出层权重，并且引入正则化因子，能够提高模型的泛化能力。针对文本信息高
2017-11-30 16:58
重点研究了极限学习机ELM对行为识别检测的效果。针对在线学习和行为分类上存在计算复杂性和时间消耗大的问题，提出了一种新的行为识别学习算法（ELM-Choleskv）。该
2017-11-17 14:49
传统机器学习算法需要人工构建样本特征，处理海量多源异构网络亼侵数据时分类效果较差。针对该问题，结合深度信念网络（DBN）和核极限学习机（KELM），提出一种混合深度学习
2021-06-03 10:48
Huang提出一种新型单隐层前馈神经网络极限学习机（ Extreme Leaming Machine．ELM），通过核函数将数据从低维空间映射到高维空间中，处理非线性数据，但是参数随机产生使结果存在一定的随机性，因此容易产生较差的分类效果。1995年James K
2017-12-09 10:41
基于粒子群与极限学习机的电能质量信号特征选择与识别_黄南天
2017-01-05 15:34
核多元基因选择和极限学习机在微阵列分析中的应用_杨勤
2017-03-19 19:07
针对现有学习算法难以有效提高不均衡在线贯序数据中少类样本分类精度的问题，提出一种基于不均衡样本重构的加权在线贯序极限学习机。该算法从提取在线贯序数据的分布特性入手，主要包括离线和在线两个阶段：离线
2018-01-09 16:44
基于低频唤醒和极限学习机的无线定位系统_张天承
2017-03-19 19:19
