一种基于AdaBoost的极限学习机分类方法

• 作者: 王杰 贾育衡
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 极限学习机 AdaBoost 稳定性
• 年，卷（期）: 2014,（2）
• 页码范围: 55-58
• 页数: 4页
• 分类号: TP183
• 字数: 2571字
• 语种: 中文
• DOI: 10.3969/j.issn/1671-6841.2014.02.011

摘要

极限学习机是一种新型的单隐层前馈神经网络,在训练网络的过程中随机给定输入层权值和隐藏层偏差,所以训练速度非常快,但却导致了输出不稳定.提出了一种基于AdaBoost的极限学习机,把极限学习机作为AdaBoost的基本分类器,通过改变输入数据的权重,使得极限学习机的分类性能得到提升.实验结果表明了该方法与极限学习机和传统的神经网络相比,能够提高极限学习机的学习性能,并且使极限学习机输出更加稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰	郑州大学电气工程学院	142	1137	17.0	27.0
2	贾育衡	郑州大学电气工程学院	1	6	1.0	1.0