基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
凸优化形式的核极限学习机(KELM)具有较高的分类准确率,但用迭代法训练凸优化核极限学习机要较传统核极限学习机的解线性方程法花费更长时间.针对此问题,该文提出一种2元裂解算子交替方向乘子法(BSADMM-KELM)来提高凸优化核极限学习机的训练速度.首先引入2元裂解算子,将求核极限学习机最优解的过程分裂为两个中间算子的优化过程,再通过中间算子的迭代计算而得到原问题的最优解.在22个UCI数据集上所提算法的训练时间较有效集法平均快29倍,较内点法平均快4倍,分类精度亦优于传统的核极限学习机;在大规模数据集上该文算法的训练时间优于传统核极限学习机.
推荐文章
基于混合核极限学习机的多标签学习研究
多标签学习
极限学习机
混合核函数
回归拟合
基于优化核极限学习机的中期电力负荷预测
电力负荷
预测
核极限学习机
优化算法
弹性网络核极限学习机的多标记学习算法
多标记学习
核极限学习机
正则化
弹性网络
径向基函数
坐标下降法
大数据分割式极限学习机算法
极限学习机(ELM)
大数据
有序加权平均算子
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 二元裂解算子交替方向乘子法的核极限学习机
来源期刊 电子与信息学报 学科
关键词 核极限学习机 2次规划模型 2元裂解算子 交替方向乘子法
年,卷(期) 2021,(9) 所属期刊栏目 模式识别与智能信息处理|Pattern Recognition and Intelligent Information Processing
研究方向 页码范围 2586-2593
页数 8页 分类号 TP301.6
字数 语种 中文
DOI 10.11999/JEIT200884
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(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
核极限学习机
2次规划模型
2元裂解算子
交替方向乘子法
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
论文1v1指导