二维分割贯序正则化超限学习机

• 作者: 于建江 徐涛 汤克明 郭威
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 在线贯序超限学习机 Tikhonov正则化 分割 在线学习 大数据流
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1556-1564
• 页数: 9页
• 分类号: TP183
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.0825

摘要

针对大规模在线学习问题,提出一种二维分割贯序正则化超限学习机(BP-SRELM).BP-SRELM以在线贯序超限学习机为基础,结合分治策略的思想,从实例和特征两个维度对高维隐层输出矩阵进行分割,以降低问题求解的规模和计算复杂性,从而极大地提高对大规模学习问题的执行效率.同时,BP-SRELM通过融合使用Tikhonov正则化技术进一步增强其在实际应用中的稳定性和泛化能力.实验结果表明,所提出的BP-SRELM不仅具有更高的稳定性和预测精度,而且在学习速度上优势明显,适用于大规模数据流的在线学习与实时建模.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐涛	南京航空航天大学计算机科学与技术学院	26	198	9.0	13.0
3	汤克明	盐城师范学院信息工程学院	24	152	7.0	11.0
4	于建江	盐城师范学院信息工程学院	32	106	6.0	9.0
7	郭威	南京航空航天大学计算机科学与技术学院	14	50	5.0	6.0