多隐层输出矩阵极限学习机

• 作者: 姬红兵 张文博 朱明哲 王磊
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 极限学习机 多核学习 特征级融合 混合蛙跳算法
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 1656-1659
• 页数: 4页
• 分类号: TP391
• 字数: 4232字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2014.08.33

摘要

得益于隐层节点学习参数的随机选择，极限学习机（extreme learning machine，ELM）在学习速度极快的基础上，可以达到较为良好的分类性能。但是，当隐层节点参数完全随机选择时，ELM 的性能并不总能达到最优。本文提出多隐层输出矩阵极限学习机（multiple hidden layer output matrices extreme learning machine， M-ELM）方法解决这一问题，该方法通过对不同输出矩阵加权运算以优化隐层节点结构，其中权系数与输出权值在学习过程中同时分析确定。另外，利用该方法可以实现特征级融合 ELM。实验证明，对于真实分类问题， M-ELM可以提供比 ELM 更为准确的分类结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	西安电子科技大学电子工程学院	43	1471	13.0	38.0
2	姬红兵	西安电子科技大学电子工程学院	193	2504	25.0	36.0
3	朱明哲	西安电子科技大学电子工程学院	11	69	5.0	8.0
4	张文博	西安电子科技大学电子工程学院	5	53	3.0	5.0