局部感知的类限制极限学习机

• 作者: 卢海峰 卫伟 杨梦月
• 来源期刊: 计算机应用研究
• 关键词: 局部感知 极限学习机 自动编码器 神经网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2987-2989,2999
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.024

摘要

极限学习机(ELM)因其高效的训练方式被广泛应用于分类回归,然而不同的输入权值在很大程度上会影响其学习性能.为了进一步提高ELM的学习性能,针对ELM的输入权值进行了研究,充分利用图像局部感知的稀疏性,将局部感知的方法运用到基于自动编码器的ELM(ELM-AE)上,提出了局部感知的类限制极限学习机(RF-C2ELM).通过对MNIST数据集进行分类问题分析实验,结果表明,在具有相同隐层节点数的条件下,提出的方法能够获得更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫伟	中国计量大学信息工程学院	16	138	6.0	11.0
2	杨梦月	中国计量大学信息工程学院	2	1	1.0	1.0
3	卢海峰	中国计量大学信息工程学院	3	2	1.0	1.0