原文服务方: 计算机应用研究       
摘要:
针对传统极端学习机输入权值与隐层阈值随机设定的问题,提出了输出值反向分配算法,其在传统极端学习机的基础上,通过优化方法得到最优输出值分配系数,并利用最小二乘法确定网络输入参数.将该算法应用到常用数据集进行实验,并与其他极端学习机改进算法进行比较,显示其具有良好的学习以及泛化能力,能够得到简单的网络结构,证明了算法的有效性.
推荐文章
多输入Sigmoid激励函数神经网络权值与结构确定法
BP神经网络
多输入
Sigmoid激励函数
权值直接确定法
双阶段结构自确定法
基于隐层生长策略的前馈神经网络隐层性能评测
三层前馈神经网络
隐层生长
误差补偿性能
隐层评测参数
SIMO傅里叶三角基神经网络的权值直接确定法和结构自确定算法
SIMO傅里叶三角基神经网络
权值直接确定
隐层结构自确定
基于权值优化神经网络的交通拥堵程度决策方法
交通拥堵
信息熵
隶属度
权值优化
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 单隐层神经网络输入权值的新算法
来源期刊 计算机应用研究 学科
关键词 极端学习机 单隐层神经网络 优化方法 输出值反向分配
年,卷(期) 2019,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3666-3669
页数 4页 分类号 TP183
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.07.0418
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田大钢 上海理工大学管理学院 54 437 12.0 19.0
2 刘金澎 上海理工大学管理学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (2)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
极端学习机
单隐层神经网络
优化方法
输出值反向分配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导