基于p阶Welsch损失的鲁棒极限学习机

• 作者: 叶贞成 程辉 陈剑挺
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: p阶Welsch损失 极限学习机 鲁棒性 FISTA
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 243-249
• 页数: 7页
• 分类号: TP18
• 字数: 4439字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20181209001

摘要

针对极限学习机(ELM)异常值敏感的问题,提出了一种基于p阶Welsch损失的鲁棒极限学习机.使用p阶Welsch损失代替常规ELM的均方误差损失,提高算法的鲁棒性;在目标函数中引入l1范数正则项,降低ELM网络模型的复杂度,增强模型的稳定性;采用快速迭代阈值收缩算法(FISTA)极小化目标函数,提升计算效率.对人工合成数据集和部分UCI回归数据集进行仿真,实验结果表明本文方法在鲁棒性、稳定性和训练时间上都具有很好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶贞成	华东理工大学化工过程先进控制和优化技术教育部重点实验室	34	115	6.0	9.0
2	程辉	华东理工大学化工过程先进控制和优化技术教育部重点实验室	18	81	5.0	8.0
3	陈剑挺	华东理工大学化工过程先进控制和优化技术教育部重点实验室	2	0	0.0	0.0