无逆矩阵在线序列极限学习机*

• 作者: 左鹏玉 王士同
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 无逆矩阵 极限学习机 在线序列学习 神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 117-124
• 页数: 8页
• 分类号: TP183
• 字数: 5611字
• 语种: 中文

摘要

无逆矩阵极限学习机只能以批量学习方式进行训练,将其拓展为无逆矩阵在线学习版本,提出了无逆矩阵在线序列极限学习机算法(IOS-ELM).所提算法增加训练样本时,利用Sherman Morrison Woodbury公式对新增样本数据后的模型进行更新,直接计算出新增隐含层输出权重,避免对已经分析过的训练样本的输出权重进行重复计算.给出了所提IOS-ELM算法的详细推导过程.在不同类型和大小的数据集上的实验结果表明,所提IOS-ELM算法非常适合在线方式逐步生成的数据集,在快速学习和性能方面都有很好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	左鹏玉	江南大学数字媒体学院	2	1	1.0	1.0