Lasso极限最小学习机

• 作者: 冉杨鋆 孙晓光
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 极速最小学习机 Lasso 神经网络
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP183
• 字数: 3436字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.02.002

摘要

极限最小学习机ELM(Extreme Learning Machine)是一种具有快速学习能力的神经网络训练算法.它通过随机选择神经网络节点的参数结合最小二乘法达到了减少训练时间的目的,但它需要产生大量的神经网络节点协助运算.提出一种利用迭代式Lasso回归优化的极限最小学习机(Lasso-ELM),它具有以下优势:(1)能大幅减少神经网络隐藏层节点的数量；(2)具有更好的神经网络泛化能力.实验表明Lasso-ELM的综合性能优于ELM、BP与SVM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓光	复旦大学计算机科学技术学院	27	245	8.0	14.0
2	冉杨鋆	复旦大学计算机科学技术学院	2	17	2.0	2.0