基于流形学习的极端学习机及其在人脸识别中的应用

• 作者: 张海英 杨伊 楚永贺 闫德勤
• 来源期刊: 计算机测量与控制
• 关键词: 极端学习机 流形学习 维数约减
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 设计与应用
• 页码范围: 158-161
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.12.045

摘要

极端学习机以其快速高效和良好的泛化能力在模式识别领域得到了广泛应用,然而现有的ELM及其改进算法并没有充分考虑到数据维数对ELM分类性能和泛化能力的影响,当数据维数过高时包含的冗余属性及噪音点势必降低ELM的泛化能力,针对这一问题提出一种基于流形学习的极端学习机,该算法结合维数约减技术有效消除数据冗余属性及噪声对ELM分类性能的影响,为验证所提方法的有效性,实验使用普遍应用的图像数据,实验结果表明文章所提算法能够显著提高ELM的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫德勤	辽宁师范大学计算机与信息技术学院	124	1071	15.0	28.0
2	杨伊	辽宁师范大学计算机与信息技术学院	3	12	2.0	3.0
3	张海英	辽宁师范大学计算机与信息技术学院	4	24	3.0	4.0
4	楚永贺	辽宁师范大学计算机与信息技术学院	10	26	3.0	5.0