隐含层组合型ELM研究及应用

• 作者: 刘国超 朱群雄 贺彦林
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 极限学习机 建模 复杂数据
• 年，卷（期）: 2013,（12）
• 页码范围: 1393-1396
• 页数: 4页
• 分类号: TQ015.9|TP391.9|O6-39
• 字数: 3544字
• 语种: 中文
• DOI: 10.11719/com.app.chem20131203

摘要

大多统计模型的输出与输入都是高度非线性和线性相叠加的关系，为了更好地实现数据驱动的研究，本文提出了一种隐含层组合型的ELM (Extreme Learning Machine with Hybrid Hidden Layer, HHL-ELM)神经网络。该HHL-ELM神经网络在传统的ELM网络的隐含层中增加一个特殊的节点，该特殊节点的激活函数与隐含层其他节点激活函数不同，从而形成了一种隐含层组合的网络结构，试图增强ELM网络模型的输出。同时，本文利用UCI标准数据集中的Housing数据集进行了测试，并通过工业应用实例进行了验证。最后进行了模型对比，结果表明HHL-ELM网络在处理复杂数据时具有精度高的特点，为神经网络发展及其应用提供了新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱群雄	北京化工大学信息科学与技术学院	151	1425	19.0	26.0
2	贺彦林	北京化工大学信息科学与技术学院	11	110	5.0	10.0
3	刘国超	北京化工大学信息科学与技术学院	1	3	1.0	1.0